开源的编程模型竞技场
Arindam_1729 · x · 2026-07-17
作者做了一个开源免费的 **Coding Model Arena**，用来比较 AI 模型在真实编程题上的表现。 它的做法不是只看静态 benchmark，而是： - 让模型代码跑在带权重的隐藏测试用例上 - 用独立 AI judge 评分 - 按实际表现给模型排序 项目基于 @nebiustf 和 @streamlit 构建，目前已开源可用。
Arindam_1729 · x · 2026-07-17
作者做了一个开源免费的 **Coding Model Arena**，用来比较 AI 模型在真实编程题上的表现。 它的做法不是只看静态 benchmark，而是： - 让模型代码跑在带权重的隐藏测试用例上 - 用独立 AI judge 评分 - 按实际表现给模型排序 项目基于 @nebiustf 和 @streamlit 构建，目前已开源可用。