AlgoTune：AI 模型代码优化基准测试

AlgoTune 基准包含 154 个由领域专家贡献的编码任务，通过 AlgoTuner 框架让模型在固定预算内迭代编辑、运行和分析代码，并与 SciPy、scikit-learn、CVXPY 等库的参考实现对比计时。其核心指标为所有任务加速比的调和平均值，1.0x 表示无改进，越高越好。