Fsoft-AIC/ProjectDev
收藏Hugging Face2024-08-27 更新2025-04-12 收录
下载链接：
https://hf-mirror.com/datasets/Fsoft-AIC/ProjectDev
下载链接
链接失效反馈官方服务：
资源简介：
---
license: mit
---
应用场景：
提供机构：
Fsoft-AIC相关数据集
Fsoft-AIC/CodeMMLU
CodeMMLU是一个多任务基准，用于评估大型语言模型在编码和软件知识方面的能力。它基于多项选择题问答（MCQA）框架，覆盖了代码生成、缺陷检测、软件工程原则等多个编程任务和领域。
Hugging Face2025-05-12 更新10
Fsoft-AIC/MainframeBench
--- configs: - config_name: question_answering data_files: question-answering/qas.csv - config_name: multiple_choice_question data_files: multiple-choice-question/mcs.csv - config_name: COBOL_code
Hugging Face2024-08-21 更新30
Fsoft-AIC/RepoExec-Instruct
RepoExec-Instruct数据集是一个用于代码生成的指令微调数据集。它包含数据实例、数据字段和数据分割等信息。数据实例包括唯一ID、用于微调语言模型的提示（prompt）以及目标函数的文档字符串（docstring）。数据集未进行分割，仅包含一个子集。该数据集的许可证为MIT，任务类别为文本生成。
Hugging Face2024-06-26 更新30
Fsoft-AIC/RepoExec
RepoExec是一个新颖的基准，旨在通过强调可执行性和正确性来评估仓库级别的代码生成。该基准通过关注现实世界的适用性，并提供代码功能的全面评估，填补了现有系统的空白。它旨在为代码功能和与开发者意图的一致性提供全面的评估，为现实场景中更可靠和适用的CodeLLMs铺平道路。
Hugging Face2024-06-23 更新240
Fsoft-AIC/SWE-EVO
SWE-EVO是一个专为评估AI编码代理在自主软件进化任务中性能而设计的基准测试。与专注于孤立编码问题的基准测试不同，SWE-EVO模拟了真实场景，要求代理根据高级软件需求规范（SRS）迭代进化复杂代码库。数据集基于真实的Python开源项目（如Django和NumPy）的版本历史，挑战代理进行多步骤的变更、大规模代码库导航以及跨版本的正确变更。其核心研究问题是：给定现有代码库和不断变化的需求，A
Hugging Face2025-12-24 更新70
