ACL 2026美团论文精选：从能力评测到推理优化，构建生成新范式
美团技术团队1692 字 (约 7 分钟)
85
美团在ACL 2026发布六篇论文，涵盖代码评测、业务流程评估、数学推理、模型优化等方向，揭示大模型在复杂任务中的能力短板与优化路径。
入选理由：CoreCodeBench评测基准有效率达78.55%，揭示模型在不同任务类型上的能力错配。
FeaturedArticle#ACL#大模型#自然语言处理#代码智能#数学推理中文
概念
CoreCodeBench
面向大语言模型编程能力的细粒度评测基准。
已跟踪 1 条高相关材料
TraeAI 观察
最近变化
2026-06-10 · CoreCodeBench评测基准有效率达78.55%，揭示模型在不同任务类型上的能力错配。
为什么值得关注
CoreCodeBench 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
ACL代码智能大模型数学推理自然语言处理
相关材料
已收录 1 条与 CoreCodeBench 相关的内容，按评分排序。