基准
CodeContests
DeepMind提出的代码竞赛编程基准测试集，用于评估AI模型在竞争性编程问题上的解题能力
时间轴 (近 90 天)
10月7日
Alpha Codium方法在代码竞赛基准HumanEval和CodeContests上相比直接提示（zero-shot）的正确率有显著提升
待验证50%
DeepMind提出的代码竞赛编程基准测试集，用于评估AI模型在竞争性编程问题上的解题能力
Alpha Codium方法在代码竞赛基准HumanEval和CodeContests上相比直接提示（zero-shot）的正确率有显著提升