提出AXIOM扰动式代码评判基准框架
热点事件持续更新
提出AXIOM扰动式代码评判基准框架
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Ruiqi Wang等论文作者提出AXIOM，一个基于受约束扰动与校准的代码LLM-as-a-judge评测框架，并构建了AXIOMBENCH基准。该框架将程序分数重新定义为部署前所需的改进工作量，分两个阶段实现：通过语义扰动生成测试样本，再用混合质量校准减少人工标注负担。 据论文摘要，AXIOMBENCH收录1,962道多语言代码评估题，分数分布比现有基准更均衡。目前仅有摘要信息，框架的评估效果与适用边界需结合论文全文的实验细节判断。
AI 根据报道生成 · 4 小时前更新
最新进展10月16日 12:00
AXIOM提出受约束扰动与校准的代码LLM评估基准报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv · cs.AIAXIOM提出受约束扰动与校准的代码LLM评估基准
研究者提出AXIOM扰动框架，用于构建质量分布更均衡的代码LLM评估基准，并通过语义扰动和混合质量校准减少人工标注负担。基于论文摘要，AXIOMBENCH收录1,962道多语言代码评估题；框架的评估效果及适用边界仍需结合论文全文中的实验细节判断。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月16日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。