M-A-P 发布 CodeCriticBench 数据集, 应用在 代码评价、自然语言处理 领域

M-A-P 本次发布的数据集 CodeCriticBench, CodeCriticBench是由M-A-P研究机构提出的代码评价数据集，包含代码生成和代码问答两类任务，难度分为易、中、难三个等级。数据集由问题、答案、细粒度评价清单和相应的标签组成，涵盖了正确性标签、每个维度的评价分数、最终分数和难度等级。该数据集旨在全面评估大型语言模型在代码领域的评价能力。

查看CodeCriticBench

README 内容： 

关于 M-A-P , -

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。