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
SWE-Next · TIGER-Lab	代码仓库级代码	B待确认		15.7	330	—	5
code_x_glue_cc_code_completion_line · google	代码代码生成	B待确认		15.4	821	—	—
SWE-MERA · MERA-evaluation	代码仓库级代码	B待确认		15.1	491	—	—
code_x_glue_cc_clone_detection_poj104 · google	代码代码生成	B待确认		14.6	425	—	—
VisPlotBench · TIGER-Lab	代码代码生成	B待确认		14.4	275	—	2
autocodearena-v0 · bigcode	代码代码生成	B待确认		14.1	115	—	5
bigcodereward · bigcode	代码代码生成	B待确认		14.0	108	—	5
code_evaluation_prompts · HuggingFaceH4	代码代码生成	B待确认		11.5	63	—	—
Frontier-CS · FrontierCS	代码代码生成	B待确认		9.5	—	304	—
LLM-ABAP-Code-Generation-Benchmark · timkoehne	代码代码生成	B待确认		9.2	109	—	—
HumanEval+ HumanEval· EvalPlus	代码代码生成	A已审核		9.1	—	—	—
DyCodeEval · SeekingDream	代码代码生成	B待确认		9.0	—	225	—
Aider Code Editing Aider· Aider	代码代码生成	A已审核		8.7	—	—	—
MBPP+ MBPP· EvalPlus	代码代码生成	A已审核		8.5	—	—	—
Aider Polyglot Aider· Aider	代码代码生成	A已审核		8.0	—	—	—
Julia-LLM-Leaderboard · svilupp	代码代码生成	B待确认		7.4	—	86	—
bigcodebench-hard-domain BigCodeBench· bigcode	代码代码生成	B待确认		7.4	28	—	—
SWE-bench Bash-only SWE-bench· Princeton	代码代码生成	A已审核		7.1	—	—	—
bigcodebench-domain BigCodeBench· bigcode	代码代码生成	B待确认		6.2	23	—	—
Aider Refactor Aider· Aider	代码代码生成	A已审核		5.1	—	—	—
SWE-bench Test SWE-bench· Princeton	代码仓库级代码	A已审核		5.1	—	—	—
bigcodebench-tool BigCodeBench· bigcode	代码工具调用	B待确认		5.1	8	—	—
SWE-bench Multilingual SWE-bench· Princeton	代码仓库级代码	A已审核		5.0	—	—	—
KernelBench · ScalingIntelligence	代码代码生成	B待确认		0.0	—	—	—
SWELancer-Benchmark · openai	代码代码生成	B待确认		0.0	—	—	—

第 2 / 3 页

上一页下一页