CS-Bench是首个评估大型语言模型（LLM）在计算机科学（CS）领域性能的双语基准，涵盖26个子领域。通过对30多个LLM的评估，揭示了模型规模与CS性能之间的关系，并分析了LLM的失败原因。未来，CS-Bench将成为LLM在CS应用的基础。
正在访问的资源需要验证您是否真人。
或在微信中搜索公众号“小红花技术领袖”并关注
第二步：在公众号对话中发送验证码：
BriefGPT - AI 论文速递
·
2024-11-07T00:00:00Z
