CodeCriticBench

CodeCriticBench是一个全面的基准测试，旨在系统地评估大型语言模型（LLMs）在代码生成和代码问题回答任务中的批判能力。该基准测试不仅关注代码生成，还扩展到与代码相关的问题，提供多维度和细粒度的评估标准，以严格评估LLMs的推理和代码理解能力。