[EVAL] Long Horizon Execution

Métriques du dépôt

Stars

2 496 étoiles (2 496 étoiles)

Métriques de merge PR

Métriques PR en attente (Métriques PR en attente)

Description

Guide contributeur

Direction de recherche

Implémentez la tâche d'évaluation Long Horizon Execution en utilisant l'article et le jeu de données fournis. Étudiez l'article (https://arxiv.org/abs/2509.09677) pour les métriques et la méthodologie, et intégrez le jeu de données depuis Hugging Face. Référencez les tâches d'évaluation existantes dans lighteval comme modèles.

Stack technique

python

Domaine

machine learningai

Type d'issue

Fonctionnalité

DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.

3

Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.

1-2 jours

Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.

Active

ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.

Claire

Prérequis

Pythonlighteval framework

Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.

60