阿里通义千问 Qwen 推出了 CodeElo 基准测试，利用 Elo 评级系统评估大语言模型（LLM）的编程能力。CodeElo 通过 CodeForces 平台的题目进行测试，确保评估的准确性和全面性。在测试中，OpenAI 的 o1-mini 模型表现最佳，Elo 评分为 1578，超过了 90% 的人类程序员。
来源：AI工具集
来源：AI工具集
主题测试文章，只做测试使用。发布者：jovi，转转请注明出处：https://goodux.cn/archives/ai-news/%e9%98%bf%e9%87%8c%e9%80%9a%e4%b9%89%e5%8d%83%e9%97%ae-qwen-%e6%8e%a8-codeelo-%e5%9f%ba%e5%87%86%ef%bc%8copenai-o1-mini-%e5%a4%ba%e5%86%a0%e8%b6%85-90-%e4%ba%ba%e7%b1%bb%e7%a8%8b%e5%ba%8f%e5%91%98
