Port SWE-Bench Multimodal benchmark to Harbor
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 35/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Tranquilla
- Stack tecnologico
- python
- Ambito
- machine-learning, testing-qa
Direzione di ricerca
Inizia esaminando benchmarks/swebenchmultimodal e il workflow esistente di swebenchmultimodal-infer e swebenchmultimodal-eval. Confronta la configurazione delle attività, la selezione delle istanze risolte, la gestione delle immagini e il comportamento delle traiettorie con Harbor e il wrapper OpenHands. Il lavoro è completato quando le attività vengono eseguite tramite Harbor, i risultati di parità vengono registrati e il wrapper delega correttamente l’esecuzione.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Context
benchmarks/swebenchmultimodal does not appear to have a direct Harbor registry dataset/adapter yet. Harbor supports multimodal trajectories, but this benchmark needs a task adapter that preserves SWE-Bench Multimodal task setup, resolved-instance selection, and evaluation behavior.
Proposed scope
- Create a Harbor adapter/dataset for SWE-Bench Multimodal.
- Preserve the current resolved-instance selection behavior and multimodal assets.
- Validate the verifier against the current
swebenchmultimodal-infer/swebenchmultimodal-evalworkflow. - Document any differences in image handling or multimodal output/trajectory handling.
Acceptance criteria
- SWE-Bench Multimodal tasks can be run through Harbor.
- Parity results are recorded against the existing OpenHands benchmark workflow.
- The OpenHands wrapper can delegate SWE-Bench Multimodal execution to Harbor.
- Lingua principale
- Python
- Stelle
- 134
- Fork
- 97
- Merge medio
- 8g 23h
- PR unite (30g)
- 2
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Nessun modello di pull request
- Leggi la guida per i contributori
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 OpenHands/benchmarks
-
SWE-bench Pro and ProgramBench reports leave out instances that errored during inferenceForse di nuovo libera @jahanvipandey22 l’ha presa 8 giorni fa e non c’è nessuna pull request aperta. Aperta
Difficoltà 3/5 Mezza giornata Idoneità per principianti 62/100
OpenHands/benchmarks#791 · 1 commento ·
-
create_docker_workspace never reuses locally-built images (tag mismatch with DockerDevWorkspace)Aperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 68/100
OpenHands/benchmarks#779 ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 35/100
OpenHands/benchmarks#776 ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 28/100
OpenHands/benchmarks#764 · 16 commenti ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 38/100
OpenHands/benchmarks#744 ·
Tutte le issue di OpenHands/benchmarks
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
trycua/hermes-cua-spaces#17 ·
-
area:codegen backend:hip bug direction:output good first issue
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
I maintainer di solito rispondono entro 1 giorno
-
status:waiting-for-triage type:bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 67/100
microsoftgraph/msgraph-sdk-python#1628 ·
I maintainer di solito rispondono entro 1 giorno
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 77/100
nautechsystems/nautilus_trader#5718 ·
I maintainer di solito rispondono entro 1 giorno
-
[Bug]: reme CLI crashes when the running server used a relative config pathForse già presa @nurlanmnn l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 88/100
agentscope-ai/ReMe#770 ·
I maintainer di solito rispondono entro 1 giorno