arXiv cs.SE· Shanchao Liang, Yiran Hu, Nan Jiang, Lin Tan·· 3 小时前AI 评分47
REPOCOD 基准：语言模型能否取代程序员，答案仍是不能
Can Language Models Replace Programmers for Coding? REPOCOD Says 'Not Yet'
AI 导读
研究者提出 REPOCOD，一个包含 980 个整函数生成任务的 Python 代码生成基准，任务来自 11 个流行项目，其中 50.8% 需要仓库级上下文，每个实例配有 314 个开发者编写的测试用例。在 REPOCOD 上评测十个 LLM，没有一个 pass@1 超过 30%。研究还发现，检索增强生成的效果优于直接把目标函数的依赖作为上下文。
来源：arXiv cs.SE · arxiv.org