已过期50% 置信基准精确时间
专为代码训练的模型（如DeepSeek-Coder系列）在代码基准上往往比同参数量的通用模型高出10-30个百分点
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/15
首次发现
此条事实已过期，仅作历史留存，不再代表当前状态
有效期至：2026/10/13(已过期)
来源
相关事实
待验证初代 DeepSeek Math 基于 DeepSeek Coder 代码大模型进行预训练79% 相似待验证DeepSeek Coder和CodeLlama等专门针对代码优化的模型进一步降低了代码生成的错误率78% 相似待验证DeepSeek-Coder、CodeLlama等模型验证了专用编程模型路线的可行性，70B级专用模型可与规模更大的通用模型持平甚至超越77% 相似已验证DeepSeek-Coder采用Fill-in-the-Middle（FIM）训练策略，使其擅长代码补全场景75% 相似已验证DeepSeek-Coder在超过2万亿Token的代码和自然语言混合语料上进行预训练，支持超过80种编程语言74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/517562API
curl https://kongchang.com/api/v1/knowledge/claims/517562MCP
get_claim(id=517562)