Edit
LiveCodeBench: Holistic and Contamination Free Evaluation of Large Language Models for Code
https://livecodebench.github.io/Last activity: 31.07.2026
Active
LiveCodeBench: Holistic and Contamination Free Evaluation of Large
Language Models for Code
Language Models for Code
Mentions in press and media 11
| Date | Title | Description |
| Sign up to see | Sign up to see | Sign up to see |
| 14.01.2026 | Nous Research's NousCoder-14B is an open-source coding model landing right in the Claude Code moment | Nous Research, the open-source artificial intelligence startup backed by crypto venture firm Paradigm, released a new competitive programming model on Monday that it says matches or exceeds several larger proprietary systems — trained in ju... |
| 11.07.2025 | Moonshot AI’s Kimi K2 outperforms GPT-4 in key benchmarks — and it’s free | Want smarter insights in your inbox? Sign up for our weekly newsletters to get only what matters to enterprise AI, data, and security leaders. Subscribe Now Moonshot AI, the Chinese artificial intelligence startup behind the popular Kimi ch... |
| 20.05.2025 | Inside Google’s AI leap: Gemini 2.5 thinks deeper, speaks smarter and codes faster | Join our daily and weekly newsletters for the latest updates and exclusive content on industry-leading AI coverage. Learn More Google is moving closer to its goal of a “universal AI assistant” that can understand context, plan and take acti... |
| 20.05.2025 | Gemini 2.5 Pro now thinks deeply; 2.5 Flash beefed up across all dimensions | Join our daily and weekly newsletters for the latest updates and exclusive content on industry-leading AI coverage. Learn More Google is moving closer to its goal of a “universal AI assistant” that can understand context, plan and take acti... |
| 28.01.2025 | Alibaba’s Qwen2.5-Max challenges U.S. tech giants, reshapes enterprise AI | Join our daily and weekly newsletters for the latest updates and exclusive content on industry-leading AI coverage. Learn More Alibaba Cloud unveiled its Qwen2.5-Max model today, marking the second major artificial intelligence breakthrough... |
| 26.01.2025 | AI-driven TDD — используем Code-LLM на максимум | С момента своего появления и по сей день подход Test-Driven Development (TDD) вызывает оживленные дискуссии в сообществе разработчиков, и до сих пор нет единого мнения о ее эффективности. Но что будет, если совместить TDD и AI-генерацию код... |
| 24.01.2025 | 50 исследований на тему нейросетей, которые помогут вам стать ИИ-инженером от бога | В этом дайджесте мы собрали 50 знаковых научных работ в области ИИ за последние годы. Подборка охватывает десять ключевых направлений разработки нейросетей: от промтинга и проектирования бенчмарков до файнтюнинга и компьютерного зрения. Мат... |
| 29.11.2024 | Navigating the Maze of Message Dependencies: Dead Letter vs. Inbox Patterns in Modern Integration | In the world of software integration, the flow of messages can resemble a bustling city. Each message is a vehicle, navigating through various streets—Kafka topics, queues, and databases. But what happens when these vehicles encounter roadb... |
| 28.11.2024 | От слов к делу: Практические кейсы применения NLP в Ингосстрахе | Когда говорят про ИИ в страховании, все обычно представляют классический ML и вероятностные модели (они конечно же имеются у нас в большом количестве). Страховая отрасль богата всевозможными данными (телеметрия с авто, внешние условия, данн... |
Show more