RecodeX 重构消息,一项名为SciCode-Verified的研究指出,原有SciCode基准存在缺陷,可能低估了大语言模型(LLM)的科学编程能力。该论文已发布在arXiv上,编号为2608.04975,研究通过修正基准缺陷重新评估模型表现。