RSIBench-Data

一键生成代码评测数据并在沙箱里跑分

RSIBench-Data 是一个面向代码智能体（coding agent）评测的数据集与配套基础设施项目，核心是围绕 E2B 沙箱环境构建合成数据生成、模型后训练以及基准测试评估的完整流程。它解决的是当前代码智能体评测缺乏统一、可复现、可扩展数据管线的问题：开发者往往需要自己拼凑任务生成、环境隔离和结果打分环节。该项目提供 Shell 脚本驱动的自动化流程，能够批量生成合成任务、在隔离沙箱中执行模型输出、并汇总评测指标，从而让研究者可以快速对比不同模型或训练策略在代码任务上的表现。它同时兼顾数据生成与后训练两个阶段，适合需要自建评测闭环的团队。项目语言以 Shell 为主，说明其定位偏工程化编排，而非算法实现，上手门槛相对可控，但需要熟悉 E2B 沙箱和基础命令行操作。

开源 free 数据集

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 157

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类数据集

开发团队evolvent-ai

所属国家

官网地址

GitHubhttps://github.com/evolvent-ai/RSIBench-Data

定价模式free

价格说明开源项目，免费使用

访问状态

是否开源是

开源协议

主要语言Shell

技术栈/模型

GitHub 星标★ 157

30天Star增速

HF 下载量

上线时间2026-07-25 00:00:00

最近更新2026-09-18 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-12

浏览次数0

使用教程

核心亮点

把合成数据生成、后训练和 E2B 沙箱评测串成一条可复现的 Shell 流水线，省去自己搭评测环境
基于 E2B 隔离沙箱执行代码，评测结果更接近真实运行环境而非静态匹配
同时覆盖数据生成与模型后训练两个环节，适合做端到端的代码智能体迭代实验

不足之处

项目处于早期阶段，星标仅 153，文档和示例可能不够完整
强依赖 E2B 沙箱服务，离线或自建环境使用成本较高

适用场景

研究团队需要快速搭建代码智能体基准评测闭环
模型后训练阶段批量生成合成代码任务数据
对比不同代码模型在隔离沙箱中的真实执行表现

替代项目

SWE-bench、HumanEval

项目介绍

RSIBench-Data 是一个数据集领域的开源项目，官方简介：Synthetic data generation, post-training, and E2B benchmark evaluation infrastructure.。项目使用 Shell 开发，在 GitHub 上获得 153 星标。

上一篇：GraphGen

下一篇：somali-language-standard