arXiv · NLP· Yuhao Qing, Boyu Zhu, Mingzhe Du, Zhijiang Guo, Terry Yue Zhuo, Qianru Zhang, Jie M. Zhang, Heming Cui, Siu-Ming Yiu, Dong Huang, See-Kiong Ng, Luu Anh Tuan·· 5 小时前AI 评分42
EffiBench-X：首个多语言大模型代码生成效率基准
EffiBench-X: A Multi-Language Benchmark for Measuring Efficiency of LLM-Generated Code
AI 导读
EffiBench-X是一个支持Python等六种语言的新基准，发现最先进大模型代码效率显著低于人类专家。 Qwen3-32B生成的代码平均效率仅约为人类的62%，且模型在Python、Ruby等语言上的效率优于Java、C++和Golang。 该基准揭示了优化大模型代码生成效率的紧迫需求，相关数据集与评估基础设施已公开。
来源：arXiv · NLP · arxiv.org