uw-swag/bouncerbench-lite
收藏Hugging Face2025-06-26 更新2025-11-29 收录
下载链接：
https://hf-mirror.com/datasets/uw-swag/bouncerbench-lite
下载链接
链接失效反馈官方服务：
资源简介：
BouncerBench是一个用于评估AI代理在处理软件工程任务时是否知道在信心不足时不采取行动的数据集。它包含三个部分：input_bouncer处理bug报告文本，output_bouncer处理代码补丁，bouncerbench_lite是一个包含642个输入和输出任务的子集，用于快速评估。
BouncerBench is a dataset for evaluating whether AI agents know when not to act due to low confidence when handling software engineering tasks. It consists of three parts: input_bouncer for bug-report text, output_bouncer for code patches, and bouncerbench_lite, a subset containing 642 input and output tasks for quick evaluation.
提供机构：
uw-swag
