**BenchEvolver：基于解决方案中心进化的前沿任务合成**

_BenchEvolver: Frontier Task Synthesis via Solution-Centric Evolution_

> 当前前沿大模型导致LiveCodeBench等基准测试饱和（简单题Pass@1超99%，整体平均超90%），BenchEvolver通过演化参考解决方案自动生成更高难度的编程题，在保持有效性和多样性的同时显著提升区分度。基于此构建的LiveCodeBench-Plus使前沿模型Pass@1降至27.5%-62.6%，且演化出的题目可用于自训练提升模型编码性能（如gpt-oss-20b在LCB v6 Hard上提升8.7 Pass@1）。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-04 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.01286)