--- dataset_info: config_name: v4_v5 features: - name: question_id dtype: string - name: full_prompt dtype: string - name: question_title dtype: string - name: platform dty

Hugging Face2026-03-25 更新110

ShahzebKhoso/local-code-arena-starcoder2_3b

代码生成基准测试

语言模型性能

该仓库存储了针对下一代StarCoder2 3B基础基础模型运行大多数基本Python问题（MBPP）基准测试所捕获的原始评估指标、执行遥测日志和结构语法输出。此特定分区记录了现代原始基础权重在自动对话管道内的行为动态，突显了指令对齐层的持续必要性。

Hugging Face2026-05-28 更新50

bigcode/bigcodebench-results

代码生成模型评估

代码生成基准测试

BigCodeBench数据集包含多个特征，如模型名称、链接、是否为混合专家模型、模型大小、激活参数、类型、是否懒惰加载、完成度、指令遵循度和ELO MLE评分。数据集分为一个训练集，包含100个样本，总大小为12780字节。

Hugging Face2024-07-21 更新120

math-extraction-comp/SenseLLM__ReflectionCoder-DS-33B

语言模型评估

代码生成基准测试

该数据集是一个文本数据集，包含问题、参考答案、预测答案、不同评分系统的答案抽取结果和得分等信息。数据集包含一个训练集部分，提供了具体的字节数和示例数量。

Hugging Face2025-01-26 更新110

Vincentvmt/CrossCodeEval

资源简介：

数据集许可证

相关数据集