DevBench
收藏arXiv2025-09-30 收录
下载链接：
https://github.com/open-compass/devbench
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是一个基准数据集，其中包含了用于评估语言模型的人类标注的软件设计文件。它旨在适应成对比较的框架内，任务是对各种元素进行成对比较评估。
This dataset is a benchmark collection containing human-annotated software design documents for evaluating language models. It is designed for use within pairwise comparison frameworks, where the core task is to conduct pairwise comparative assessments of various elements.
提供机构：
DevBench
