链接至“Open”的页面
←Open
以下页面链接至Open：
显示49项。
- 测试集:ACEBench （←链接）
- 测试集:Agent Arena （←链接）
- 测试集:Aider Polyglot （←链接）
- 测试集:AIME （←链接）
- 测试集:AMC （←链接）
- 测试集:ARC-AGI （←链接）
- 测试集:BabyVision （←链接）
- 测试集:BrowseComp （←链接）
- 测试集:CC-Bench （←链接）
- 测试集:CharXiv Reasoning （←链接）
- 测试集:Claw-Eval （←链接）
- 测试集:ClawBench （←链接）
- 测试集:Codeforces Rating （←链接）
- 测试集:CRUXEval （←链接）
- 测试集:DeepSWE （←链接）
- 测试集:DSBench （←链接）
- 测试集:EQ-Bench （←链接）
- 测试集:EvalPlus （←链接）
- 测试集:ExploitBench （←链接）
- 测试集:FrontierSWE （←链接）
- 测试集:FullStackBench （←链接）
- 测试集:GPQA Diamond （←链接）
- 测试集:GraphWalks （←链接）
- 测试集:HMMT （←链接）
- 测试集:HumanEval （←链接）
- 测试集:KernelBench （←链接）
- 测试集:LiveBench （←链接）
- 测试集:LiveCodeBench （←链接）
- 测试集:MATH-500 （←链接）
- 测试集:MMLU-Pro （←链接）
- 测试集:MMLU （←链接）
- 测试集:MMMU （←链接）
- 测试集:MRCR （←链接）
- 测试集:MultiPL-E （←链接）
- 测试集:NYT Connections（Extended） （←链接）
- 测试集:OpenHands Index （←链接）
- 测试集:OSWorld （←链接）
- 测试集:ProgramBench （←链接）
- 测试集:SimpleBench （←链接）
- 测试集:SuperGPQA （←链接）
- 测试集:SVG-Bench （←链接）
- 测试集:SWE-bench Multilingual （←链接）
- 测试集:SWE-bench Verified （←链接）
- 测试集:SWE-Marathon （←链接）
- 测试集:Τ²-Bench （←链接）
- 测试集:Terminal-Bench （←链接）
- 测试集:Toolathlon （←链接）
- 测试集:Video-MME （←链接）
- 测试集:Video-MMMU （←链接）