--- license: mit tags: - semantic-distance-coding - extra-hard - scores --- # sdc-scores-xhard-v1 Aggregated scores — Extra Hard tier, mainstream only ## Dataset Info - **Rows**: 8 - **Columns**:

Hugging Face2026-03-25 更新100

laion/eval-laion_loopshape-30-8B_DCAgent2_swebench-verified-random-100-folders-traces

软件工程基准

代码生成评估

该数据集是一个多轮对话数据集，包含3382个训练示例，用于记录AI代理在任务执行中的交互过程。每个示例包括对话内容（conversations，其中含角色和消息）、代理标识（agent）、模型信息（model和model_provider）、日期（date）、任务类型（task）、情节（episode）、运行ID（run_id）、试验名称（trial_name）、结果（result）、验证器输出（

Hugging Face2026-06-19 更新60

JetBrains-Research/mbxp_rejection_samples_v0

代码生成评估

拒绝采样

--- dataset_info: features: - name: id dtype: string - name: task_id dtype: string - name: split dtype: string - name: prompt list: - name: content dtype: string

Hugging Face2025-06-05 更新100

stefanocarrera/autophagycode_D_metrics_he_Qwen3-14B_lr0.0001_correct_g5

代码生成评估

代码度量

--- dataset_info: features: - name: task_id dtype: string - name: entry_point dtype: string - name: is_executable dtype: bool - name: is_correct dtype: bool - name: tests_p

Hugging Face2026-03-26 更新70

OpenHands/Devin-SWE-bench-output

资源简介：

相关数据集