界面已本地化;技能原文保持作者语言。部分长说明页面以英语提供。
探索技能
开发与工程 · SKILL.md

evaluating-code-models

evaluating-code-models

【开发与工程】Evaluates code generation models across HumanEval, MBPP, MultiPL-E, and 15+ benchmarks with pass@k metrics. Use when benchmarking code models, comparing coding abilities, testing multi-language support, or measuring code generation quality. Industry standard from BigCode Project used by HuggingFace leaderboards.

独立 GitHub 快照 · 自动分类 · 以原作者文档为准

技能说明

GitHub
正在从源仓库读取说明…
我的收藏