Verify evals on Papers with Code
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 2/5
- Tempo stimato
- 1-3 ore
- Idoneità per principianti
- 55/100
- Tipo di issue
- Documentazione
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Tranquilla
- Stack tecnologico
- huggingface
- Ambito
- documentation, machine-learning
Direzione di ricerca
Start with the linked Papers with Code paper page, its 13 verified paper-native evaluation rows, and the SciCode benchmark page. Check each score, model name, benchmark protocol, and openness metadata against the paper or official release artifacts; done means reporting any corrections or confirming that the imported results are accurate.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Hi,
Niels here from the open-source team at Hugging Face. Congratulations on your work!
I've made the paper and 13 verified paper-native evaluations available on Papers with Code.
The paper has results on Agents, Coding Agents, World Knowledge, and 2 additional task pages.
The MiniMax-M2.7 result currently ranks fourth on SciCode.
Would it be possible to verify these results and let me know if any score, model name, benchmark protocol, or openness metadata should be corrected? The imported rows are tied to the paper or its official release artifacts; comparison-table baselines were not added.
You can also edit the task, methods, project page, and GitHub URL directly from the paper page using your Hugging Face account.
Kind regards,
Niels
- Lingua principale
- Nessun dato sulla lingua
- Stelle
- 363
- Fork
- 64
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di MiniMax-AI/MiniMax-M2.7
-
MiniMax-M3: /anthropic endpoint reports 200K context instead of 1M — Claude Code compacts earlyAperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
MiniMax-AI/MiniMax-M2.7#46 · 5 commenti · 1 reazione ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 25/100
MiniMax-AI/MiniMax-M2.7#60 ·
-
ไหมAperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 1/100
MiniMax-AI/MiniMax-M2.7#59 ·
-
YOU ARE STEALING ME MONEYAperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 15/100
MiniMax-AI/MiniMax-M2.7#57 ·
-
YOU ARE STEALING ME MONEYAperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 15/100
MiniMax-AI/MiniMax-M2.7#56 ·
Tutte le issue di MiniMax-AI/MiniMax-M2.7
Issue simili
-
sync-en
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 77/100
I maintainer di solito rispondono entro 3 giorni
-
status: ready
Difficoltà 2/5 1-3 ore Idoneità per principianti 73/100
melodic-software/claude-code-plugins#8537 ·
I maintainer di solito rispondono entro 1 giorno
-
Doc-example tokens in skills native-mcp.md are eaten by our own redactor — replace ghp_/sk- fakes with measured un-eatable placeholdersForse già presa @686f6c61 l’ha presa oggi. Apertaarea/auth P2 tool/file tool/skills type/bug
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 75/100
NousResearch/hermes-agent#141875 · 4 commenti ·
I maintainer di solito rispondono entro 1 giorno
-
docs(api): openapi.yaml still documents gif-tools optimize colors as 2-256 instead of 2, 4, 16, 256Apertaarea: backend documentation priority: low
Difficoltà 2/5 1-3 ore Idoneità per principianti 84/100
snapotter-hq/SnapOtter#2919 ·
I maintainer di solito rispondono entro 1 giorno
-
documentation sdk-python
Difficoltà 1/5 1-3 ore Idoneità per principianti 88/100
I maintainer di solito rispondono entro 1 giorno