| Benchmark | 测评分类 | 可信级别 | 开放 | 热度 |
|---|---|---|---|---|
VisPlotBench · TIGER-Lab | 代码代码生成 | B待确认 | 14.4 | |
autocodearena-v0 · bigcode | 代码代码生成 | B待确认 | 14.1 | |
bigcodereward · bigcode | 代码代码生成 | B待确认 | 14.0 | |
code_evaluation_prompts · HuggingFaceH4 | 代码代码生成 | B待确认 | 11.5 | |
Frontier-CS · FrontierCS | 代码代码生成 | B待确认 | 9.5 | |
LLM-ABAP-Code-Generation-Benchmark · timkoehne | 代码代码生成 | B待确认 | 9.2 | |
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 | |
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 | |
bigcodebench-hard-domain BigCodeBench· bigcode | 代码代码生成 | B待确认 | 7.4 | |
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 | |
Aider Refactor Aider· Aider | 代码代码生成 | A已审核 | 5.1 | |
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 / 2 页
上一页下一页