首页
/ web-bench 的项目扩展与二次开发

web-bench 的项目扩展与二次开发

2025-05-29 20:37:27作者:牧宁李

项目的基础介绍

Web-Bench 是一个用于评估大型语言模型(LLM)在实际 Web 开发中性能的基准测试工具。它包含了 50 个项目,每个项目由 20 个具有顺序依赖性的任务组成,这些任务依次实现项目的特性,模拟真实世界的开发工作流程。Web-Bench 旨在覆盖 Web 开发的基石:Web 标准和 Web 框架。

项目的核心功能

Web-Bench 的核心功能是通过一系列的编程任务来测试和评估 LLM 在 Web 开发中的表现。这些任务由经验丰富的工程师设计,每个项目都具有一定的挑战性,平均完成一个项目需要高级工程师 4-8 小时的时间。当前最先进的 LLM(如 Claude 3.7 Sonnet)在 Web-Agent 上的 Pass@1 只有 25.1%,显示了当前代码生成能力的局限性。

项目使用了哪些框架或库?

Web-Bench 项目主要使用了以下框架和库:

  • Node.js:项目基于 Node.js 环境。
  • pnpm:作为包管理工具。
  • @microsoft/rush:用于管理和构建项目。
  • playwright:用于自动化浏览器测试。

项目的代码目录及介绍

项目的代码目录结构如下:

Web-Bench/
├── apps/
├── eval/
├── common/
├── docs/
│   ├── assets/
├── libraries/
├── projects/
│   ├── angular/
│   ├── ...
├── scripts/
├── tools/
├── .dockerignore
├── .gitattributes
├── .gitignore
├── .prettierrc.json
├── LICENSE.md
├── README.md
├── README.zh_CN.md
├── pnpm-lock.yaml
├── rush.json
└── start.dockerfile
  • apps/:可能包含一些示例应用程序或相关脚本。
  • eval/:包含评估工具和脚本。
  • common/:存放通用库和工具。
  • docs/:包含项目文档和相关资源。
  • libraries/:可能包含项目使用的第三方库。
  • projects/:包含 50 个子项目,每个项目包含多个任务。
  • scripts/:可能包含一些辅助脚本。
  • tools/:包含项目开发中使用的工具。

对项目进行扩展或者二次开发的方向

  1. 增强评估工具:可以开发更加精细化的评估工具,以更全面地测试 LLM 的性能。
  2. 增加项目案例:可以根据实际需求增加更多的项目案例,以覆盖更多的 Web 开发场景。
  3. 扩展任务类型:在任务中引入更多样化的编程任务,以测试 LLM 在不同类型任务中的表现。
  4. 集成其他框架:可以尝试将其他流行的 Web 框架集成到项目中,以增加测试的广度和深度。
  5. 社区协作:鼓励社区贡献者参与项目,共同改进和扩展 Web-Bench 的功能和案例。
登录后查看全文
热门项目推荐
相关项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8