数据链接：
官方服务：
资源简介：
scratch evaluated projects and code
应用场景：
创建时间：
2021-07-01
相关数据集
BigCodeBench
BigCodeBench是由蒙纳士大学等机构创建的一个编程任务基准数据集，包含1140个细粒度的编程任务，涉及139个库和7个领域。该数据集通过LLM和人类专家的合作构建，旨在评估大型语言模型在解决复杂和实际编程任务中的能力。数据集内容丰富，覆盖多种编程场景，如代码完成和指令到代码的转换。创建过程中，数据集通过严格的测试案例和环境设置来验证程序行为，确保数据质量。BigCodeBench主要用于评
arXiv2024-06-22 更新1090
davidanugraha/rStarCoder-Reflection-Test-8k
--- dataset_info: features: - name: id dtype: string - name: data_source dtype: string - name: content dtype: string - name: ability dtype: string - name: reward_model
Hugging Face2025-12-13 更新100
felixwangg/codenet-c-cpp-stage1-4k
--- dataset_info: features: - name: messages list: - name: content dtype: string - name: role dtype: string - name: metadata struct: - name: code_size dtype
Hugging Face2026-04-21 更新90
codegenning/livecodebench_lite_v2_testbank_reee
--- dataset_info: features: - name: test dtype: string - name: hash dtype: string splits: - name: train num_bytes: 1909584267 num_examples: 452 download_size: 1276750996
Hugging Face2024-07-27 更新120
APPS (Automated Programming Progress Standard)
APPS 数据集包含从不同的开放访问编码网站（如 Codeforces、Kattis 等）收集的问题。 APPS 基准测试试图通过以不受限制的自然语言提出编码问题并评估解决方案的正确性来反映人类程序员的评估方式。问题的难度范围从入门级到大学竞赛级别，并衡量编码能力以及解决问题的能力。 自动化编程进度标准，缩写为 APPS，总共包含 10,000 个编码问题，有 131,836 个用于检查解决方案的
OpenXLab90
