跳到主要内容
检索

# SCCGBench服务调用代码生成基准

1 篇关联报道

订阅更新
  1. arXiv

    服务调用代码不再只看像不像:SCCGBench用虚拟执行判命中,最强模型仅3.76%

    SCCGBench把服务调用代码的评测从文本相似度改成虚拟执行命中,在612条测试样本上,最强模型仅3.76%的请求同时命中正确主机、端点和HTTP方法。

已读完全部报道