[EVAL] Long Horizon Execution

Repository-Metriken

Stars

2.496 Sterne (2.496 Sterne)

PR-Merge-Metriken

PR-Metriken ausstehend (PR-Metriken ausstehend)

Beschreibung

Contributor Guide

Research-Richtung

Implementieren Sie die Long Horizon Execution Bewertungsaufgabe unter Verwendung des bereitgestellten Papers und Datensatzes. Studieren Sie das Paper (https://arxiv.org/abs/2509.09677) für Metriken und Methodik und integrieren Sie den Datensatz von Hugging Face. Referenzieren Sie vorhandene Bewertungsaufgaben in lighteval als Vorlagen.

Tech Stack

python

Domain

machine learningai

Issue Type

Funktion

SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.

3

Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.

1-2 Tage

AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.

Aktiv

KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.

Klar

Voraussetzungen

Pythonlighteval framework

EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.

60