发布 GitTaskBench 数据集, 应用在 自然语言处理、编程自动化 领域

本次发布的数据集 GitTaskBench, 该数据集名为GitTaskBench，旨在评估大型语言模型代理在实际现实问题上的表现，这些问题涉及常见任务，并利用现有的代码仓库。该数据集包含18个代码仓库和54个跨越不同领域的任务。评估指标特别为这些多样化任务定制，包括执行完成率和任务通过率。其规模涵盖18个代码仓库和54个任务，主要任务是利用现有代码仓库评估大型语言模型代理在实践任务中的表现。

查看GitTaskBench

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。