项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 157
技术标签
核心亮点
- 首个综合性的代码信息检索基准，覆盖多任务、多维度，弥补单一评测的不足
- 基于 ACL 2025 论文，评测协议严谨，数据质量有学术背书
- 提供统一评估脚本，方便研究者复现和对比不同检索模型
不足之处
- 项目早期，星标少，社区生态和文档完善度待观察
- 基准测试集规模可能有限，扩展性需后续验证
适用场景
- 学术研究：评估新提出的代码检索模型性能
- 工业选型：对比不同检索方案在代码场景的效果
- 教学实验：用于信息检索课程或代码智能相关教学
替代项目
CodeSearchNet、CoSQA、AdvTest
同类项目推荐
eval
开源
用真实编码任务测出大模型真实力，结果公开可对比
Public results and task definitions for FrontierHarness Eval
promptmap
开源
给 LLM 应用做安全体检，防提示注入攻击
a security scanner for custom LLM applications
S-Eval
开源
一键自动化评估大模型安全，覆盖多风险场景
S-Eval: Towards Automated and Comprehensive Safety Evaluation for Large Language Mod···
promptbench
开源
一套框架，全面测出大模型真实力与弱点
A unified evaluation framework for large language models
nordef-matrix-open-control
开源
给 AI 加一道可验证的安全闸门，三态决策拦截风险
NORDEF Matrix Open Control: model-independent AI safety belt with 0/1/2 decisions, E···
www-project-machine-learning-sec···
开源
给机器学习系统做安全体检，照着清单防十大风险。
OWASP Machine Learning Security Top 10 Project
PhyX
开源
测测你的AI有没有物理常识，一测便知
PhyX: Does Your Model Have the "Wits" for Physical Reasoning?
heretic
开源
一键去除模型审查，解锁无限制回答
Training-free language model modification: Remove censorship, suppress slop, reduce ···
athina-evals
开源
给 LLM 响应做质检，快速发现模型输出问题
Python SDK for running evaluations on LLM generated responses