第二种方法, 虽然自动化程度高, 依赖的资源不多(只需要一份标准答案), 但因为借助的是近似指标的关系, 无法保证在指标上表现理想的模型，在功能上也能真正符合预期。从下例可以看出，明明模型生成的代码给出的答案和正例是完全相反的，但是code-bleu得分却接近1(满分)，这显然是不合理的。它能自动化检査生成代码的质量，无需手动编写测试用例。近年来大模型彻底颠覆了学界里AI的研究方向，基于大模型的各

第二种方法, 虽然自动化程度高, 依赖的资源不多(只需要一份标准答案), 但因为借助的是近似指标的关系, 无法保证在指标上表现理想的模型，在功能上也能真正符合预期。从下例可以看出，明明模型生成的代码给出的答案和正例是完全相反的，但是code-bleu得分却接近1(满分)，这显然是不合理的。它能自动化检査生成代码的质量，无需手动编写测试用例。近年来大模型彻底颠覆了学界里AI的研究方向，基于大模型的各

第二种方法, 虽然自动化程度高, 依赖的资源不多(只需要一份标准答案), 但因为借助的是近似指标的关系, 无法保证在指标上表现理想的模型，在功能上也能真正符合预期。从下例可以看出，明明模型生成的代码给出的答案和正例是完全相反的，但是code-bleu得分却接近1(满分)，这显然是不合理的。它能自动化检査生成代码的质量，无需手动编写测试用例。近年来大模型彻底颠覆了学界里AI的研究方向，基于大模型的各