К содержимому

Датасет · harborframework

Бенчмарк научных вычислительных задач в терминале

harborframework/terminal-bench-science

Непрерывно обновляемый бенчмарк реальных вычислительных рабочих процессов в естественных, точных и инженерных науках.

Что внутри

Датасет представляет собой зеркало репозитория Terminal-Bench-Science с GitHub и содержит менее 1000 текстовых примеров. Задания охватывают реальные вычислительные сценарии из биологии, физики, наук о Земле, математики и инженерии. Версии бенчмарка публикуются в виде тегов внутри одного репозитория.

Что можно сделать

  • Оценка ИИ-агентов в задачах научной разработки и работы с терминалом
  • Тестирование кодовых моделей на сложных междисциплинарных пайплайнах
Размер
до 1K записей
Скачиваний за месяц
110,6 тыс.
Лайков
22

Как загрузить

from datasets import load_dataset

ds = load_dataset("harborframework/terminal-bench-science")