ML-Dev-Bench community 发布 ML-Dev-Bench 数据集, 应用在 机器学习、模型评估 领域

ML-Dev-Bench community 本次发布的数据集 ML-Dev-Bench, 该数据集旨在成为一个针对代理能力测试的基准，它覆盖了应用机器学习开发任务的关键方面，包括数据集处理、模型训练、改进现有模型、调试以及API集成等。该基准还允许轻松添加新的评估任务、代理和评价指标。其任务是对代理在多样化的机器学习开发任务上的评估。

查看ML-Dev-Bench

README 内容： 

关于 ML-Dev-Bench community , -

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。