AI EVALUATION, IN CONTEXT.BY EQUALITY MACHINE

OpenCompass Hub

CodeCriticBench

CodeCriticBench ，旨在系统地评估LLMs在代码生成和代码问答任务中的批评能力。其涵盖 10 个不同的标准，数据集根据难度分为三个等级，共包含4.3k个样本，确保了难度级别的平衡分布。

评测信息与证据

来源: OpenCompass Hub
发布者: NJU, M-A-P, Alibaba, etc.
评测发布日期: 2025-02-23
采集日期: 2026-08-18
模态: 未收录

本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。

原始资料

报告成绩 0

本来源记录尚未收录数值成绩。这不表示模型得分为零，也不表示该评测没有公开成绩；请查阅原始资料。