跳到正文
GitHub · 灵魂体仓库·· 12 天前AI 评分37

ClinProg-Bench:面向临床试验统计编程的开源基准发布

yanmingyu92/clinprog-bench

来源与原文

GitHub · 灵魂体仓库

发布时间:(北京时间)

阅读原始来源 · github.com ↗
完整链接与内容说明

https://github.com/yanmingyu92/clinprog-bench

本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。

AI 导读

ClinProg-Bench 是一个公开基准,用于评测 LLM 和智能体系统在临床试验统计编程任务上的表现,包含 250 个专家标注任务,覆盖代码生成、代码审查、规格解读、文档和调试 5 类,基于 CDISC Pilot01 公开数据集构建。评测采用确定性打分,语言无关,支持 SAS、R、Python 解答。榜单上 DeepSeek-Chat 加 grounding 后平均分 0.28,Claude Sonnet 4.5 为 0.25。

来源:GitHub · 灵魂体仓库 · github.com