BigCodeArena：端到端代码执行评测平台发布

Hugging Face 与 BigCode 项目联合推出 BigCodeArena，一个端到端的代码执行评测平台。该平台旨在更真实地评估代码生成模型的能力，通过实际执行生成的代码并检查其输出，而非仅依赖静态匹配。平台支持多种编程语言和任务，提供标准化评测环境，可自动运行测试用例并计算通过率。BigCodeArena 已集成多个主流代码模型，并开放社区提交新模型进行评测。此举有望推动代码生成领域评测标准的进步，减少过拟合和刷榜现象。