Proprietario
benchflow-ai
2 repository indicizzati · Vedi su GitHub
-
skillsbench
SkillsBench evaluates how well skills work and how effective agents are at using them.
PDDL · 1830 stelle
-
awesome-evals
A curated, non-BS library of the best resources for building and evaluating AI agents — papers, blogs, talks, tools, benchmarks. Maintain...
1024 stelle
Le issue su cui forse qualcuno sta già lavorando sono in fondo alla lista. Ordina tutto per data
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 86/100
benchflow-ai/skillsbench#1090 ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 48/100
benchflow-ai/skillsbench#1086 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
benchflow-ai/skillsbench#1066 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
benchflow-ai/skillsbench#1065 ·
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 35/100
benchflow-ai/awesome-evals#142 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 46/100
benchflow-ai/skillsbench#1062 ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
benchflow-ai/skillsbench#1057 ·
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 55/100
benchflow-ai/awesome-evals#90 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 20/100
benchflow-ai/skillsbench#1049 ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 35/100
benchflow-ai/skillsbench#1046 ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 42/100
benchflow-ai/skillsbench#1045 ·
-
Difficoltà 1/5 1-3 ore Idoneità per principianti 25/100
benchflow-ai/skillsbench#1041 ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 45/100
benchflow-ai/skillsbench#1019 ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 48/100
benchflow-ai/skillsbench#1020 ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
benchflow-ai/skillsbench#1023 ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 35/100
benchflow-ai/skillsbench#1004 ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
benchflow-ai/skillsbench#999 ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 48/100
benchflow-ai/skillsbench#1000 ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 43/100
benchflow-ai/skillsbench#1001 ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 45/100
benchflow-ai/skillsbench#995 ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
benchflow-ai/skillsbench#987 ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 48/100
benchflow-ai/skillsbench#988 ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
benchflow-ai/skillsbench#981 ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 35/100
benchflow-ai/skillsbench#963 · 1 commento · 2 reazioni ·
-
Difficoltà 2/5 Mezza giornata Idoneità per principianti 48/100
benchflow-ai/skillsbench#945 · 2 reazioni ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
benchflow-ai/skillsbench#879 ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 45/100
benchflow-ai/skillsbench#865 · 1 commento · 1 reazione ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 50/100
benchflow-ai/skillsbench#856 · 3 commenti ·
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 55/100
benchflow-ai/skillsbench#836 ·
-
task
Difficoltà 4/5 3-5 giorni Idoneità per principianti 42/100
benchflow-ai/skillsbench#830 · 2 commenti ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 45/100
benchflow-ai/skillsbench#788 · 3 commenti ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
benchflow-ai/skillsbench#783 · 1 commento ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 45/100
benchflow-ai/skillsbench#750 · 6 commenti ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
benchflow-ai/skillsbench#708 · 21 commenti · 1 reazione ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
benchflow-ai/skillsbench#704 · 1 commento · 1 reazione ·
-
18 task verifiers grade against files the agent can overwriteForse già presa @xdotli l’ha presa 12 giorni fa. Aperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 15/100
benchflow-ai/skillsbench#1064 ·
-
[xlsx-recover-data] Ground truth and verifier disagree on Growth Analysis!B8 expected valueForse già presa @xdotli l’ha presa 12 giorni fa. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
benchflow-ai/skillsbench#1050 · 1 commento ·
-
`weighted-gdp-calc`: instruction says years are in row 10, they're in row 9Forse già presa @linhongyu510 l’ha presa 68 giorni fa. Aperta
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 35/100
benchflow-ai/skillsbench#1048 ·
-
`weighted-gdp-calc`: verifier CSV fallback is off by 8 rows, formula-only submissions always score 0Forse già presa @linhongyu510 l’ha presa 68 giorni fa. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 35/100
benchflow-ai/skillsbench#1047 ·
-
Remove answer leakage from dapt-intrusion-detection skills and clarify detection contractForse già presa Una pull request collegata a questa issue è aperta o già unita. Aperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 45/100
benchflow-ai/skillsbench#1018 ·
-
Remove task-specific answer values from edit-pdf skillsForse già presa @xdotli l’ha presa 12 giorni fa. Aperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 55/100
benchflow-ai/skillsbench#1022 ·
-
Remove target-output leakage from video-silence-remover skillsForse già presa @xdotli l’ha presa 12 giorni fa. Aperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 47/100
benchflow-ai/skillsbench#1021 ·
-
python-scala-translation exposes a complete implementation in the agent imageForse già presa @xdotli l’ha presa 12 giorni fa. Aperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 48/100
benchflow-ai/skillsbench#1007 ·
-
Accept valid http.request_header in suricata-custom-exfil verifierForse già presa @xdotli l’ha presa 12 giorni fa. Aperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 55/100
benchflow-ai/skillsbench#1003 ·
-
Reset protected tests before grading spring-boot-jakarta-migrationForse già presa @xdotli l’ha presa 12 giorni fa. Aperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 35/100
benchflow-ai/skillsbench#1002 ·
-
Package shock-analysis-demand data and specify verifier layout rulesForse già presa Una pull request collegata a questa issue è aperta o già unita. Aperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
benchflow-ai/skillsbench#998 · 1 commento ·
-
Make simpo-code-reproduction verifier dependencies installableForse già presa @xdotli l’ha presa 12 giorni fa. Aperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 45/100
benchflow-ai/skillsbench#994 ·
-
Clarify join semantics for sales-pivot-analysisForse già presa @xdotli l’ha presa 12 giorni fa. Aperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 45/100
benchflow-ai/skillsbench#996 ·
-
Align pddl-airport-planning example syntax with verifier parserForse già presa @xdotli l’ha presa 12 giorni fa. Aperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 53/100
benchflow-ai/skillsbench#993 ·
-
Fix seismic-phase-picking SeisBench image build on DaytonaForse già presa @xdotli l’ha presa 12 giorni fa. Aperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 43/100
benchflow-ai/skillsbench#990 ·