基准LiveCodeBench v6

LiveCodeBench v6

面向代码生成与推理能力的动态评估基准，持续更新编程题目以防止数据污染。

时间轴 (近 90 天)

11月2日

官方公布的基准结果：LiveCodeBench v6 得分为 88.57，对比基座模型 89.71，保留 98.7%；SWE-bench Verified 得分为 77.00，对比基座模型 81.20，保留 94.8%。

待验证50%

10月30日

剪枝弱化将 Qwen3.5-4B 在 LiveCodeBench v6 上的准确率从 39.1% 提升至 56.7%。

待验证50%

官方公布的基准结果：LiveCodeBench v6 得分为 88.57，对比基座模型 89.71，保留 98.7%；SWE-bench Verified 得分为 77.00，对比基座模型 81.20，保留 94.8%。

剪枝弱化将 Qwen3.5-4B 在 LiveCodeBench v6 上的准确率从 39.1% 提升至 56.7%。