使用LLaMA2进行LLM基准测试：评估多种编程语言的代码开发性能

本文研究了大型语言模型（LLMs）在软件开发自动化中的应用，着重评估Llama 2-70B模型在科学应用中的代码生成、文档撰写和单元测试能力。通过测试，我们发现该模型在简单任务中表现良好，但在复杂计算方面存在显著困难，亟需改进以更好地支持科学计算工作流程。