HWMCC'24 Benchmarks and Results

Name: HWMCC'24 Benchmarks and Results
Creator: Johannes Kepler University of Linz; Stanford University; University of Freiburg
Published: 2025-01-30T00:00:00+08:00

Zenodo2025-01-30 更新2026-04-07 收录

硬件模型检查

基准测试

数据链接：

https://zenodo.org/doi/10.5281/zenodo.14775242 数据链接链接失效反馈

官方服务：

资源简介：

Bit-level and word-level benchmarks selected for HWMCC'24 and log files and raw results data.

提供机构：

Johannes Kepler University of Linz; Stanford University; University of Freiburg

创建时间：

2025-01-30

decompile-bench-raw

软件逆向工程

基准测试

这是一个包含100M条目的原始数据集，用于decompile-bench。具体的数据集内容没有详细说明。

Hugging Face2025-06-05 更新270

Agent安全评估数据集

LLM安全

基准测试

Agent Security Bench (ASB) 是一个面向LLM代理安全性的综合性基准框架，涵盖电子商务、自动驾驶、金融等10个场景，涉及10类代理、400余种工具与任务，集成23种攻击/防御方法及7项评估指标。数据集系统评估代理在多场景下的安全脆弱性与防御效能，支撑对提示注入、越权访问等典型攻击的测试。其主要应用于LLM代理的安全性基准评测，助力研发更鲁棒、可靠的智能代理系统。

库帕思2025-12-22 更新150

open-llm-leaderboard/details_chlee10__T3Q-Platypus-Mistral7B

大型语言模型评估

基准测试

该数据集是在评估模型chlee10/T3Q-Platypus-Mistral7B时自动生成的，包含63个配置，每个配置对应一个评估任务。数据集由1次运行生成，每次运行的结果作为一个特定的分割，分割名称使用运行的时间戳。train分割始终指向最新的结果。此外，results配置存储了所有运行的聚合结果，用于计算和展示在Open LLM Leaderboard上的聚合指标。

Hugging Face2024-03-12 更新90

RL Unplugged

离线强化学习

基准测试

RL Unplugged是由DeepMind创建的一套用于离线强化学习方法评估的基准套件。该数据集涵盖了从Atari游戏到模拟运动控制问题等多个领域的数据，包括部分或完全可观察的领域、连续或离散的动作空间以及随机与确定性的动态。数据集旨在通过详细的评估协议，促进离线RL方法的研究和比较，提高实验的可重复性，并使RL研究对更广泛的社区更加系统和可访问。

arXiv2021-02-13 更新220

The IMITATOR benchmarks library 2.0: A benchmarks library for extended parametric timed automata

时间自动机

基准测试

We present here the IMITATOR benchmarks library 2.0: A benchmarks library for extended parametric timed automata We present two archives: - one (benchmarks.tar.xz) with the models and the properties -

Mendeley Data2024-06-29 更新90

HWMCC'24 Benchmarks and Results

资源简介：

相关数据集