BigCodeArena: Judging code generations end to end with code executions

En 3 lignesHugging Face lance BigCodeArena, une plateforme d'évaluation des modèles de génération de code basée sur l'exécution réelle du code. Elle mesure la performance end-to-end plutôt que par comparaison textuelle, permettant un jugement objectif de la qualité des générations.

Résumé généré par Claude — vérifié par l'humain