● 北大提出首个可验证的仓库级生成基准 RepoZero，评测 LLM 能否从 0 生成一个代码仓库

📌 一句话摘要 北京大学与百度联合提出 RepoZero，首个可验证的仓库级代码生成基准，通过跨语言复现任务和自验证框架 ACE，评测 LLM 从零构建完整代码仓库的能力。 📝 详细摘要 本文介绍了北京大学与百度联合团队提出的 RepoZero，这是一个全新的代码生成评测基准，旨在评估大语言模型

● 别再刷 HumanEval 了！北大团队 RepoZero 揭示：LLM 从零建库成功率不足 60%

📌 一句话摘要 北大团队提出 RepoZero 基准，通过跨语言仓库复现任务评估 LLM 的仓库级代码生成能力，发现最强模型完成率不足 60%，并设计了 ACE 测试驱动迭代框架来提升性能。 📝 详细摘要 文章介绍了北京大学团队提出的 RepoZero 基准，旨在评估大语言模型在仓库级代码生成任