Buchumschlag

CodeGolf Bench: A Multi-Language Benchmark for Evaluating Concise Code Generation Capabilities of Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Padwal, Vedant
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Software Engineering Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CodeIF-Bench: Evaluating Instruction-Following Capabilities of Large Language Models in Interactive Code Generation
von: Wang, Peiding, et al.
Veröffentlicht: (2025)

CoCo-Bench: A Comprehensive Code Benchmark For Multi-task Large Language Model Evaluation
von: Yin, Wenjing, et al.
Veröffentlicht: (2025)

SimdBench: Benchmarking Large Language Models for SIMD-Intrinsic Code Generation
von: He, Yibo, et al.
Veröffentlicht: (2025)

Flow2Code: Evaluating Large Language Models for Flowchart-based Code Generation Capability
von: He, Mengliang, et al.
Veröffentlicht: (2025)

CodeEditorBench: Evaluating Code Editing Capability of Large Language Models
von: Guo, Jiawei, et al.
Veröffentlicht: (2024)

COMPASS: A Multi-Dimensional Benchmark for Evaluating Code Generation in Large Language Models
von: Meaden, James, et al.
Veröffentlicht: (2025)

CRPE: Expanding The Reasoning Capability of Large Language Model for Code Generation
von: Gui, Ningxin, et al.
Veröffentlicht: (2025)

Assessing the Code Clone Detection Capability of Large Language Models
von: Zhang, Zixian, et al.
Veröffentlicht: (2024)

JavaBench: A Benchmark of Object-Oriented Code Generation for Evaluating Large Language Models
von: Cao, Jialun, et al.
Veröffentlicht: (2024)

Beyond Accuracy: Characterizing Code Comprehension Capabilities in (Large) Language Models
von: Mächtle, Felix, et al.
Veröffentlicht: (2026)

An Empirical Study on Capability of Large Language Models in Understanding Code Semantics
von: Nguyen, Thu-Trang, et al.
Veröffentlicht: (2024)

AdaptEval: A Benchmark for Evaluating Large Language Models on Code Snippet Adaptation
von: Zhang, Tanghaoran, et al.
Veröffentlicht: (2026)

Evaluating Large Language Models for Code Review
von: Cihan, Umut, et al.
Veröffentlicht: (2025)

A Code Comprehension Benchmark for Large Language Models for Code
von: Havare, Jayant, et al.
Veröffentlicht: (2025)

CrossPL: Evaluating Large Language Models on Cross Programming Language Code Generation
von: Xiong, Zhanhang, et al.
Veröffentlicht: (2025)

Collu-Bench: A Benchmark for Predicting Language Model Hallucinations in Code
von: Jiang, Nan, et al.
Veröffentlicht: (2024)

Beyond Correctness: Benchmarking Multi-dimensional Code Generation for Large Language Models
von: Zheng, Jiasheng, et al.
Veröffentlicht: (2024)

Dynamic Benchmarking of Reasoning Capabilities in Code Large Language Models Under Data Contamination
von: Chen, Simin, et al.
Veröffentlicht: (2025)

Analyzing Latent Concepts in Code Language Models
von: Sharma, Arushi, et al.
Veröffentlicht: (2025)

GeoCode-GPT: A Large Language Model for Geospatial Code Generation Tasks
von: Hou, Shuyang, et al.
Veröffentlicht: (2024)

DebugBench: Evaluating Debugging Capability of Large Language Models
von: Tian, Runchu, et al.
Veröffentlicht: (2024)

Task Abstention for Large Language Models in Code Generation
von: Zhou, Yanke, et al.
Veröffentlicht: (2026)

Evaluation of the Code Generation Capabilities of ChatGPT 4: A Comparative Analysis in 19 Programming Languages
von: Gilbert, L. C.
Veröffentlicht: (2025)

CodeAssistBench (CAB): Dataset & Benchmarking for Multi-turn Chat-Based Code Assistance
von: Kim, Myeongsoo, et al.
Veröffentlicht: (2025)

Evaluating Large Language Models in Code Generation: INFINITE Methodology for Defining the Inference Index
von: Christakis, Nicholas, et al.
Veröffentlicht: (2025)

UA-Code-Bench: A Competitive Programming Benchmark for Evaluating LLM Code Generation in Ukrainian
von: Syromiatnikov, Mykyta, et al.
Veröffentlicht: (2025)

How Propense Are Large Language Models at Producing Code Smells? A Benchmarking Study
von: Velasco, Alejandro, et al.
Veröffentlicht: (2024)

Personality-Guided Code Generation Using Large Language Models
von: Guo, Yaoqi, et al.
Veröffentlicht: (2024)

Large Language Model Guided Self-Debugging Code Generation
von: Adnan, Muntasir, et al.
Veröffentlicht: (2025)

Bugs in Large Language Models Generated Code: An Empirical Study
von: Tambon, Florian, et al.
Veröffentlicht: (2024)

A Comparative Analysis of Large Language Models for Code Documentation Generation
von: Dvivedi, Shubhang Shekhar, et al.
Veröffentlicht: (2023)

An Execution-Verified Multi-Language Benchmark for Code Semantic Reasoning
von: Li, Yikun, et al.
Veröffentlicht: (2026)

Output Format Biases in the Evaluation of Large Language Models for Code Translation
von: Macedo, Marcos, et al.
Veröffentlicht: (2024)

CodeMirage: Hallucinations in Code Generated by Large Language Models
von: Agarwal, Vibhor, et al.
Veröffentlicht: (2024)

Insights from Benchmarking Frontier Language Models on Web App Code Generation
von: Cui, Yi
Veröffentlicht: (2024)

Eliciting Instruction-tuned Code Language Models' Capabilities to Utilize Auxiliary Function for Code Generation
von: Lee, Seonghyeon, et al.
Veröffentlicht: (2024)

ModiGen: A Large Language Model-Based Workflow for Multi-Task Modelica Code Generation
von: Xiang, Jiahui, et al.
Veröffentlicht: (2025)

Energy-Aware Code Generation with LLMs: Benchmarking Small vs. Large Language Models for Sustainable AI Programming
von: Ashraf, Humza, et al.
Veröffentlicht: (2025)

Combining Large Language Models with Static Analyzers for Code Review Generation
von: Jaoua, Imen, et al.
Veröffentlicht: (2025)

Towards Advancing Code Generation with Large Language Models: A Research Roadmap
von: Jin, Haolin, et al.
Veröffentlicht: (2025)