HumanEval

מה הוא מודד

קוד ופיתוח תוכנה: כתיבת קוד נכון ועבודה בריפוזיטורי אמיתי

מה הוא לא מודד

• אינו בודק איכות עיצוב מערכת, אבטחה או תחזוקתיות לאורך זמן.

הערות על המבחן

Widely known but saturated/contamination-prone; no meaningful weight in current recommendations.

תוצאות שנמדדו

אין עדיין תוצאות למבחן ההערכה הזה. הוא מופיע במאגר אך אינו משפיע על הציון.