搜索开放度全部开放度开放需申请闭集未知可信级别全部可信级别S · 高可信A · 已审核B · 待确认应用筛选

共 51 个 benchmark

排序:热度增速下载量Stars被引最新名称

Benchmark	测评分类	可信级别	开放	热度	下载(30d)	Stars	被引
HumanEval HumanEval· OpenAI	代码代码生成	S高可信		61.5	302,869	—	11,205
SWE-bench Verified SWE-bench· Princeton + OpenAI	代码仓库级代码	S高可信		58.9	336,081	—	3,498
MBPP MBPP· Google	代码代码生成	S高可信		56.1	324,267	—	4,345
SWE-bench Lite SWE-bench· princeton-nlp	代码代码生成	B待确认		49.9	113,101	—	3,498
code_contests · deepmind	代码代码生成	B待确认		45.6	52,933	—	2,445
SWE-bench SWE-bench· princeton-nlp	代码代码生成	B待确认		44.5	109,656	—	3,498
LiveCodeBench LiveCodeBench· UC Berkeley 等	代码代码生成	S高可信		43.0	105,302	—	2,032
BigCodeBench BigCodeBench· BigCode	代码代码生成	S高可信		40.3	91,668	—	648
code_x_glue_ct_code_to_text · google	代码代码生成	B待确认		36.5	6,102	—	1,464
humanevalpack · bigcode	代码代码生成	B待确认		33.8	9,304	—	223
code_x_glue_cc_code_to_code_trans · google	代码代码生成	B待确认		31.0	830	—	1,585
code_x_glue_cc_code_refinement · google	代码代码生成	B待确认		30.2	931	—	1,585
code_x_glue_tc_nl_code_search_adv · google	代码代码生成	B待确认		29.9	619	—	1,585
code_x_glue_cc_cloze_testing_all · google	代码代码生成	B待确认		29.7	285	—	4,239
code_x_glue_cc_cloze_testing_maxmin · google	代码代码生成	B待确认		28.5	221	—	4,239
code_x_glue_tt_text_to_text · google	代码代码生成	B待确认		27.8	484	—	1,585
code_x_glue_tc_text_to_code · google	代码代码生成	B待确认		27.3	755	—	191
SWE-bench Multimodal SWE-bench· princeton-nlp	代码代码生成	B待确认		25.4	6,588	—	—
code_generation · livecodebench	代码代码生成	B待确认		21.0	5,812	—	—
bigcodebench-hard BigCodeBench· bigcode	代码代码生成	B待确认		19.5	9,452	—	—
cvdp-benchmark-dataset · nvidia	代码代码生成	B待确认		19.3	2,262	—	—
SWE-QA-Pro-Bench · TIGER-Lab	代码仓库级代码	B待确认		18.6	649	—	6
test_generation · livecodebench	代码代码生成	B待确认		17.7	2,295	—	—
code_x_glue_cc_clone_detection_big_clone_bench · google	代码代码生成	B待确认		16.7	764	—	—
code_x_glue_cc_code_completion_token · google	代码代码生成	B待确认		16.4	1,102	—	—

第 1 / 3 页

上一页下一页