ORCA以1600项核心任务评估不同数据科学库之间代码转换的功能等价性。
推荐理由：ORCA把评测从常见的代码生成扩展到跨数据科学库迁移，并以功能等价和生态互操作为核心；1600项基础任务可暴露模型在API语义映射上的真实短板。
阅读原文