التقييم القائم على التنفيذ

منهجية تقييم تُقاس فيها صحة المُخرج بتشغيل الشيفرة المولَّدة فعلياً (مثل تنفيذ اختبارات الوحدة) بدلاً من مقارنة النصوص أو استخدام مقاييس التشابه.

An evaluation methodology where correctness is measured by actually running the generated code (e.g., executing unit tests) rather than comparing text or using similarity metrics.