9789999331135 - tests as prompt: a test-driven-development benchmark for llm code generation di cui, yi (4 risultati)

Perfeziona la tua ricerca

  • Libri (4)

  • Nuovo (4)

a

Fascia di prezzo personalizzata (EUR)

a

  • Lingua: Inglese

    Editore: Eliva Press, 2025

    9999331130 / 9789999331135

    • Brossura

    Da: California Books, Miami, FL, U.S.A.California Books

    Venditore con 4 stelle
    Contatta il venditore

    Condizione: Nuovo

    EUR 42,89

     Spedizione gratuita 
    Spedito in U.S.A.

    Quantità: Più di 20 disponibili

    Condizione: New.

  • Lingua: Inglese

    Editore: Eliva Press, 2025

    9999331130 / 9789999331135

    • Brossura

    Da: PBShop.store UK, Fairford, GLOS, Regno UnitoPBShop.store UK

    Venditore con 5 stelle
    Contatta il venditore

    Condizione: Nuovo

    EUR 52,14

    EUR 3,85 spedizione 
    Spedito da Regno Unito a U.S.A.

    Quantità: Più di 20 disponibili

    PAP. Condizione: New. New Book. Shipped from UK. Established seller since 2000.

  • Lingua: Inglese

    Editore: Eliva Press, 2025

    9999331130 / 9789999331135

    • Brossura

    Da: Revaluation Books, Exeter, Regno UnitoRevaluation Books

    Venditore con 5 stelle
    Contatta il venditore

    Condizione: Nuovo

    EUR 51,90

    EUR 11,71 spedizione 
    Spedito da Regno Unito a U.S.A.

    Quantità: 2 disponibili

    Paperback. Condizione: Brand New. 45 pages. 6.00x0.11x9.00 inches. In Stock.

  • Lingua: Inglese

    Editore: Eliva Press, 2025

    9999331130 / 9789999331135

    • Brossura
    • Print on Demand

    Da: CitiRetail, Stevenage, Regno UnitoCitiRetail

    Venditore con 5 stelle
    Contatta il venditore

    Condizione: Nuovo

    EUR 56,67

    EUR 43,32 spedizione 
    Spedito da Regno Unito a U.S.A.

    Quantità: 1 disponibili

    Paperback. Condizione: new. Paperback. We introduce WebApp1K, a novel benchmark for evaluating large language models (LLMs) in test driven development (TDD) tasks, where test cases serve as both prompt and verification for code generation. Unlike traditional approaches relying on natural language prompts, our benchmark emphasize