返回全部题目← 上一题215 / 232下一题 →题库/AI 应用工程与治理/Q-5577HumanEval、MBPP 和 APPS 如何组织编码任务并评测生成程序？知识专题：评测体系与实验设计题目类型：原理机制技术难度：进阶收录题集：2 份暂无参考答案未标记未标记待复习已掌握收藏询问 AI选择 AI 平台KimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）自动带入当前题目本题目录收录题集相关题目收录题集2 份数据与评测阿东玩 AI · AgentGuide · 1 条原题查看题集 →【代码评测集效果分析】假设GitHub的一个客观评测集，模型评估效果不好，可以从长代码和短代码出发，分析造成这种问题的原因。 「百度」AI 代码分析与测试：覆盖率、插桩、代码过滤Onefly · zero2Agent · 1 条原题查看题集 →HumanEval、MBPP、APPS 的数据集结构与评估方式是什么？相关题目4 题0046简历评分应该从哪些维度进行？同一知识专题题目类型：方案设计技术难度：进阶相关面经：1 篇0056如何量化评估 Agent 输出质量或任务成功率？同一知识专题题目类型：方案设计技术难度：进阶相关面经：58 篇0080GDPval 评测链路在项目中如何实现？同一知识专题题目类型：项目深挖技术难度：深入相关面经：1 篇0150AI 如何从需求或用例生成正确的接口测试脚本，并评估生成效果？同一知识专题题目类型：方案设计技术难度：进阶相关面经：6 篇♥♥♥♥♥← 上一题已到最后一题← 上一题Coding Agent 评测为什么要隔离 worktree，如何避免实验状态污染？下一题 →如何理解基于 KL 散度的 Agent 智力度量，其假设和实际调整边界是什么？
