datasets/hsseinmz/HumanEval数据集包含了RealHumanEval研究中参与者的日志数据,该研究旨在测量不

datasets/openai/openai_humanevalHumanEval是由代尔夫特理工大学的研究团队创建的软件工程领域AI基准数据集该数据

HumanEvalComm是一个用于评估大型语言模型(LLMs)在代码生成任务中沟通能力的基准数据集数据集的目标是评估LLMs在面对不完整、不一致或模

HumanRankEval数据集用于自动评估语言模型(LMs)作为对话助手的性能该数据集包含14个不同主题的大规模、多样化和高质量问题集,每个问题有

下面都是在自然语言处理、多智能体协作等研究中常用的公开基准数据集,它们的特点和差异如下:简介:是一个用于评估代码生成能力的数据集,包含一系列编程问题,要求模型生成可执行代码。

human该数据集主要用于研究人体动作识别、姿态估计和运动跟踪等任务。

human该数据集主要用于研究人体姿态估计、动作识别和运动跟踪等计算机视觉任务。

HumanEval评测数据集,一共包括164条样本,还是很少量的,可以用json进行更为直观的理解,地址eval/blob/main/human-eval/data/:我们可以在源码地址:eval/tree/main/human-eval中看到起执行逻辑

它包含了任务ID、提示、入口点、规范解法和测试等特征,并且提供了训练数据集。HumanEvalNext数据集是基于HumanEval代码生成基准的改进版

Qiskit HumanEval数据集是为了评估LLM编写Qiskit代码的能力而创建的该数据集包含151个由人类Qiskit倡导者编写的问题,灵感来源于OpenAI