IV.Edge detailbelongs_to_benchmarkPage 1 of 1belongs_to_benchmark ledgera TestSet belongs to a Benchmark (the benchmark it tests against)Pairs · 25Cardinality · N:1fromtoto kindtest-set:bigcode-evalplusbenchmark:bigcode-evalplusBenchmarktest-set:gsm8k-testbenchmark:gsm8kBenchmarktest-set:hellaswag-validationbenchmark:hellaswagBenchmarktest-set:livecodebench-2024-12benchmark:livecodebenchBenchmarktest-set:math-testbenchmark:mathBenchmarktest-set:swe-bench-originalbenchmark:swe-benchBenchmarktest-set:webarena-v1benchmark:webarenaBenchmarktest-set:tau-bench-airline-retailbenchmark:tau-benchBenchmarktest-set:bigcodebench-fullbenchmark:bigcodebenchBenchmarktest-set:ds1000-fullbenchmark:ds1000Benchmarktest-set:mle-bench-competitionsbenchmark:mle-benchBenchmarktest-set:humaneval-originalbenchmark:human-evalBenchmarktest-set:mbpp-fullbenchmark:mbppBenchmarktest-set:agentbench-environmentsbenchmark:agentbenchBenchmarktest-set:toolbench-toolevalbenchmark:toolbenchBenchmarktest-set:osworld-369-computer-tasksbenchmark:os-worldBenchmarktest-set:androidworld-programmatic-tasksbenchmark:android-worldBenchmarktest-set:appworld-750-cross-app-tasksbenchmark:appworldBenchmarktest-set:assistantbench-214-web-tasksbenchmark:assistant-benchBenchmarktest-set:re-bench-ai-rd-tasksbenchmark:re-benchBenchmarktest-set:travelplanner-planning-intentsbenchmark:travelplannerBenchmarktest-set:the-agent-company-workplace-tasksbenchmark:the-agent-companyBenchmarktest-set:agentclinic-clinical-casesbenchmark:agentclinicBenchmarktest-set:swe-bench-verified-2024-12benchmark:swe-bench-verifiedBenchmarktest-set:terminal-bench-v1benchmark:terminal-benchBenchmark