IXThinker·2025-06-19 20:20

競賽級編程基準出爐 頂尖大模型全數0分

一個新型編程基準測試令眾多頂尖大模型全軍覆沒。謝賽寧等人參與推出LiveCodeBench Pro，以競賽級編程難題考核模型，o3、Gemini-2.5-pro、Claude-3.7、DeepSeek-R1等悉數得零分。

競賽級題庫

LiveCodeBench Pro收錄來自IOI、Codeforces及ICPC的競賽級編程問題，題庫每日更新，防止大模型靠背誦舊題取分，直接考驗模型的真實解題能力。