Hugging Face Blog·· 2025-10-07精选AI 评分60
BigCode 发布 BigCodeArena：通过代码执行端到端评判代码生成
BigCodeArena: Judging code generations end to end with code executions
AI 导读
BigCode 项目发布 BigCodeArena，这是首个通过实际执行代码来评估代码生成模型的人类参与平台，用户提交编程任务后可对比两个模型的生成结果、运行程序并投票，结果汇总为排行榜。
推荐理由
平台把代码执行结果纳入人类投票，并公开 5 个月社区数据与两个新基准，可据此了解代码模型评测的新做法。
来源：Hugging Face Blog · huggingface.co