Add harder public tasks where the model alone fails

Abierto
#6 0 comentarios 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
4/5
Tiempo estimado
3-5 días
Aptitud para principiantes
54/100
Tipo de issue
Nueva funcionalidad
Claridad
Bastante claro
Estado de actividad
Activo
Stack tecnológico
node.js, typescript

Línea de trabajo

Start by reading packages/bench/docs/TASK-FORMAT.md and the validation command node packages/bench/bin/apex-bench.mjs validate <dir>. Create public benchmark tasks with stated edge cases or multi-file, larger-project, or other-language requirements, ensuring every hidden assertion follows from the prompt and the work is original or openly licensed. Run the validator on the task directory; done means the tasks include cases where a strong model alone can fail some runs.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

bench-task help wanted leaderboard

On the first round every public task is passed by the model alone, so the engine's proof gate has nothing to prove. We need tasks (multi-file changes, subtle edge cases the prompt DOES state, larger projects, Python/other languages) where a strong model alone fails some runs. Format: packages/bench/docs/TASK-FORMAT.md. Rules: every hidden assertion must follow from the prompt; validate with node packages/bench/bin/apex-bench.mjs validate <dir>; tasks must be your own work or openly licensed.

Lenguaje dominante
TypeScript
Estrellas
1
Forks
0
Métricas de merge de PR
Sin PR fusionados en 30 d

Preparar el entorno

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de apex-context-dev/apex-engine

Todos los issues de apex-context-dev/apex-engine

Issues similares

Más issues de TypeScript

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.