LiveCodeBench 评测基准正式上线

Hugging Face 上线 LiveCodeBench Leaderboard，基于 UC Berkeley 等机构开发的 LiveCodeBench 基准，提供防污染的时间窗口评测。该基准涵盖代码生成、自我修复、代码执行和测试输出预测四个场景，采用 Pass@1 指标，并支持通过 GitHub 仓库提交模型结果。