J4: adherence and task-impact evidence for instructions (AC-J04-005, AC-J04-006)
I maintainer di solito rispondono entro 1 giorno
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
- Attiva
- Stack tecnologico
- python
- Ambito
- testing-qa
Direzione di ricerca
Read parent issue #95 and the AC-J04-005 and AC-J04-006 criteria. Inspect repo run --arm guidance:none|guidance:raw and repo compare to understand the existing task impact flow; then determine what evidence would enforce adherence and task impact, including the limits of fake harness tests or the requirements for recorded live-agent evidence. Done means each criterion is enforced with its evidence kind and stubs stated, or remains proposed with the reason recorded.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Parent: #95
J4 keeps four claims about instructions separate: correctness, reach, adherence and effect. Correctness (AC-J04-001) and reach (AC-J04-003, AC-J04-004) are enforced. The other two are open:
-
AC-J04-005 (proposed): adherence. No command measures it yet. We first need a design for tasks that exercise specific instructions, and for how adherence is reported apart from reach.
-
AC-J04-006 (partial): task impact.
repo run --arm guidance:none|guidance:rawandrepo comparealready exist. Nothing asserts an effect claim yet: no test, and no recorded run.- Option 1: an integration test that uses the fake harness. Its fidelity is limited and must be stated.
- Option 2: recorded live-agent evidence stored outside git (
kind: live_agent).
Paid runs must not be used just to turn a status green.
Done when each criterion is either enforced, with its evidence kind and stubs stated, or still proposed with the reason recorded here.
- Lingua principale
- Python
- Stelle
- 8
- Fork
- 7
- Merge medio
- 1g 4h
- PR unite (30g)
- 199
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Ha un 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 intel/dokimi
-
eval cross-judge drops the provider when splitting the judge specForse già presa @vlad-perevezentsev l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 38/100
I maintainer di solito rispondono entro 1 giorno
-
Consolidate duplicated subsystems (stats, LLM routing, judge loop, containers, digests, writers)Aperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
I maintainer di solito rispondono entro 1 giorno
-
Answering stack: one implementation for evaluate/benchmark/answers and arms/subjectsForse 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
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 24/100
I maintainer di solito rispondono entro 1 giorno
Tutte le issue di intel/dokimi
Issue simili
-
component:benchmark
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
agentic-os-org/ANOLISA#9177 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 88/100
distrochooser/distrochooser#520 ·
I maintainer di solito rispondono entro 2 giorni
-
Status: Needs confirmation Status: Needs triage
Difficoltà 2/5 1-3 ore Idoneità per principianti 64/100
I maintainer di solito rispondono entro 1 giorno
-
[BUG] Published Docker images lack the redis extra: HEADROOM_COMPRESS_SESSION_STORE stops startupForse già presa @AlessandroSpallina l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
headroomlabs-ai/headroom#4513 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 65/100
codespell-project/codespell#4060 ·
I maintainer di solito rispondono entro 1 giorno