基准LiveCodeBench v6
LiveCodeBench v6
面向代码生成与推理能力的动态评估基准，持续更新编程题目以防止数据污染。
时间轴 (近 90 天)
10月30日
剪枝弱化将 Qwen3.5-4B 在 LiveCodeBench v6 上的准确率从 39.1% 提升至 56.7%。
待验证50%
面向代码生成与推理能力的动态评估基准，持续更新编程题目以防止数据污染。
剪枝弱化将 Qwen3.5-4B 在 LiveCodeBench v6 上的准确率从 39.1% 提升至 56.7%。