在 Papers with Code 上验证评估

顿

我是Hugging Face开源组的尼尔斯 祝贺你的工作!

我已把文件和23个经核实的纸-内在评价放在有代码的文件中。

该文件在编码代理人,世界知识,编码,和另外1个任务页面上都有成果.

Quen3-Coder-Next结果目前列在[Bird-SQL (dev)](https://papers withcode.co/benchmark/bird-sql-dev?task=coding&eval=5060),[EvalPlus](https://papers withcode.co/benchmark/evalplus?task=coding-agents&eval=5058)和多PL-E的首位。

Qune3-Coder-Next results目前排在 [AIME 2024] (https://paperswithcode.co/benchmark/aime-2024?task=math&eval=5066) 的第四位.

是否能够核实这些结果,并告诉我是否应该纠正任何分数、模型名称、基准协议或开放元数据? 所入行被捆绑在纸上或其官方放出文物上;没有加入比较表基线.

您也可以使用您的 Hugging Face 账户从纸张页面直接编辑任务、 方法、 项目页面和 GitHub URL 。

如果您想在您的寄存器 README 中显示结果, 您可以复制这些 Live leadboard 徽章( 或者在 Results 部分使用 “ Copy PwC 徽章 ” 按钮 ):

[! [Papers with code: SOTA on Bird-SQL (dev)] (https://paperswithcode.co/api/v1/papers/2603.00729/leaderboard-badge.svg?evg?eval=5060&live=1] (https://paperswithcode.co/benchmark/bird-sql-dev?task=coding&eval=5060) (https://paperswithcode? [! [Papers with Code: SOTA on EvalPlus] (https://paperswithcode.co/api/v1/papers/2603.00729/leaderboard-badge.svg?eval=5057&live=1] (https://paperswithcode.co/benchmark/evalplus?task=coding&eval=5057) (中文(简体) ). [! [Papers with Code: SOTA on MultiPL-E] (https://paperswithcode.co/api/v1/papers/2603.00729/leaderboard-badge.svg?eval=5058&live=1] (https://paperswithcode.co/benchmark/multip-e?task=coding-agents&eval=5058) 页面存档备份,存于互联网档案馆,存于互联网档案馆.

敬请

尼尔斯