论文09:28
InterFLOPBench: LLMs浮点错误分类F1超0.88这篇论文搞了个InterFLOPBench，专门测LLM找C语言浮点bug。Qwen 3和Gemini 2.5等模型表现最强，F1超0.88。写代码的必看！
#浮点错误
共 1 条 · 7 天 0 条 · 30 天 0 条
信息流里打上「浮点错误」标签的资讯、产品与论文，按刊登时间排，新的在上。
7月1日
这篇论文搞了个InterFLOPBench，专门测LLM找C语言浮点bug。Qwen 3和Gemini 2.5等模型表现最强，F1超0.88。写代码的必看！