GitHub 发布 RealHumanEval 数据集, 应用在 编程生产效率、人工智能应用 领域

GitHub 本次发布的数据集 RealHumanEval, 该数据集是通过一项用户研究收集的，研究中参与者与大型语言模型（LLMs）互动，以测量他们在编程任务中的生产效率，这些任务主要通过自动补全和聊天支持来完成。具体数据显示，参与者在不同LLM支持模型的帮助下，平均在334秒内完成了编程任务。该研究的规模涉及213名参与者和771个编程任务，其任务是评估编程任务的生产效率。

查看RealHumanEval

README 内容： 

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。