Null SWE-bench result gives only a warning

Aperta
  • Qualcosa non va?
#175 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

@anandhu-eng ci sta già lavorando.

Dal 9/11/2026.

  • #181 di @anandhu-eng — aperta

Valutazione

Difficoltà
2/5
Tempo stimato
1-3 ore
Idoneità per principianti
35/100
Tipo di issue
Bug
Chiarezza
Specificata chiaramente
Stato di attività
Ferma
Stack tecnologico
python
Ambito
testing

Direzione di ricerca

Start in models/aggregate/context.py, at _gate_agentic_swebench around lines 807 and 839, and trace how null band scores affect the mean and the accuracy-coverage result. Check §4.3 for the requirement that the mean uses all N results; done means the gate reports an error naming every band with a null SWE-bench score.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

In _gate_agentic_swebench (models/aggregate/context.py L807), a band whose score is null is dropped from the mean (L839). The gate then averages the remaining bands and gives warn-3, while accuracy-coverage still counts the point as filled. If all four bands are null, the result is still only a warning. §4.3 requires the mean of all N results.

Expected: an error that names each band whose SWE-bench score is null.

Lingua principale
Python
Stelle
1
Fork
4
Merge medio
4h 10m
PR unite (30g)
17

Preparare l'ambiente

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di mlcommons/endpoints-submission-cli

Tutte le issue di mlcommons/endpoints-submission-cli

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.