オーナー

TIGER-AI-Lab

索引済みのリポジトリ 12 件 · GitHub で見る

OpenResearcher
OpenResearcher: A Fully Open Pipeline for Long-Horizon Deep Research Trajectory Synthesis

Python · スター 1245 個
verl-tool
A version of verl to support diverse tool use [TMLR 2026]

Python · スター 1041 個
ClawBench
Open-source benchmark for browser AI agents on daily tasks.

Python · スター 795 個
VLM2Vec
This repo contains the code for "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026], and "MMEB-V3" [COLM 2026]

Python · スター 684 個
ScholarCopilot
ScholarCopilot: Training Large Language Models for Academic Writing with Accurate Citations [COLM 2025]

Python · スター 252 個
EditReward
EditReward: A Human-Aligned Reward Model for Instruction-Guided Image Editing [ICLR 2026]

Python · スター 160 個
Context-Forcing
Context Forcing: Consistent Autoregressive Video Generation with Long Context [ICML26]

Python · スター 119 個
RationalRewards
RationalRewards: a reasoning reward model for diffusion RL and test-time prompt tuning

Python · スター 61 個
VideoScore2
Automatic Metric for Evaluating Generated Videos

Python · スター 58 個
RewardHarness
Self-evolving agentic reward framework for image-editing evaluation — 47.4% on EditReward-Bench from only 100 preference demos, no reward...

Python · スター 54 個
StructEval
Evaluating LLMs' abilities to generate structural output [TMLR2025]

Python · スター 23 個
FIM-Midtraining

Python · スター 20 個

初心者向けすべて

オープンすべて

سرچ در خصوص عنوان رساله دکتری オープン

難易度 5/5 1週間以上初心者へのやさしさ 10/100

TIGER-AI-Lab/OpenResearcher#11 · コメント 1 件 · 2026年9月23日に作成
judge_context.gold_answer is read by the answer judge and documented, but task.schema.json rejects it オープン

難易度 2/5 1〜3時間初心者へのやさしさ 75/100

TIGER-AI-Lab/ClawBench#380 · 2026年9月23日に作成
Optional EvalPort export for StructEval's key_validation_score / render pipeline results オープン

難易度 5/5 1週間以上初心者へのやさしさ 30/100

TIGER-AI-Lab/StructEval#8 · 2026年9月22日に作成
Proposal: isolated environmental-observation-retrieval suite with 12 distinct tasks オープン

enhancement

難易度 5/5 1週間以上初心者へのやさしさ 30/100

TIGER-AI-Lab/ClawBench#375 · コメント 2 件 · 2026年9月14日に作成
publicity: audit existing outreach PRs and make featured-in claims traceable オープン

enhancement

難易度 4/5 3〜5日初心者へのやさしさ 52/100

TIGER-AI-Lab/ClawBench#372 · 2026年9月13日に作成
publicity: prepare a reproducible next-release demo and bilingual announcement kit オープン

enhancement

難易度 4/5 3〜5日初心者へのやさしさ 55/100

TIGER-AI-Lab/ClawBench#371 · 2026年9月13日に作成
publicity: turn the model leaderboard call-to-action into an evidence-based submission guide オープン

enhancement

難易度 3/5 1〜2日初心者へのやさしさ 72/100

TIGER-AI-Lab/ClawBench#370 · 2026年9月13日に作成
Next release: data safety, scoring correctness, recovery and package validation checklist オープン

enhancement

難易度 5/5 1週間以上初心者へのやさしさ 25/100

TIGER-AI-Lab/ClawBench#366 · コメント 3 件 · 2026年9月13日に作成
[P2] CI: runtime-server changes select zero downstream harness image builds オープン

bug

難易度 3/5 1〜2日初心者へのやさしさ 74/100

TIGER-AI-Lab/ClawBench#365 · 2026年9月13日に作成
[P2] rescore: truncated judge cache is permanently skipped instead of retried オープン

bug

難易度 4/5 3〜5日初心者へのやさしさ 48/100

TIGER-AI-Lab/ClawBench#364 · 2026年9月13日に作成
[P1] rescore: stale judge caches are silently attributed to a newly requested judge model オープン

bug

難易度 4/5 3〜5日初心者へのやさしさ 68/100

TIGER-AI-Lab/ClawBench#363 · 2026年9月13日に作成
[P1] reproduce: validate sample coverage and selected rubrics before reporting PASS/FAIL オープン

bug

TIGER-AI-Lab/ClawBench#362 · コメント 1 件 · 担当者 1 名 · 2026年9月13日に作成
Harbor upstream: agree live-site oracle evidence and parity acceptance protocol オープン

難易度 5/5 1週間以上初心者へのやさしさ 32/100

TIGER-AI-Lab/ClawBench#359 · 2026年9月13日に作成
Harbor: preserve verifier evidence and scoring when Kernel cleanup fails オープン

難易度 5/5 1週間以上初心者へのやさしさ 35/100

TIGER-AI-Lab/ClawBench#358 · 2026年9月13日に作成
Harbor: register browser MCP tools for the default local runtime オープン

難易度 4/5 3〜5日初心者へのやさしさ 66/100

TIGER-AI-Lab/ClawBench#357 · 2026年9月13日に作成
请问可以披露更多训练细节吗オープン

難易度 5/5 1週間以上初心者へのやさしさ 25/100

TIGER-AI-Lab/RationalRewards#9 · 2026年9月9日に作成
momentseeker数据不对オープン

難易度 4/5 3〜5日初心者へのやさしさ 15/100

TIGER-AI-Lab/VLM2Vec#212 · 2026年9月8日に作成
video.yaml配置不对オープン

難易度 3/5 1〜2日初心者へのやさしさ 35/100

TIGER-AI-Lab/VLM2Vec#211 · 2026年9月8日に作成
Priority issues to work on for contributors オープン

難易度 5/5 1週間以上初心者へのやさしさ 25/100

TIGER-AI-Lab/ClawBench#342 · 2026年9月8日に作成
memory.yaml配置文件オープン

難易度 3/5 1〜2日初心者へのやさしさ 35/100

TIGER-AI-Lab/VLM2Vec#210 · 2026年9月8日に作成
Harbor: strict harbor/terminal-bench format compliance + e2b sandbox support オープン

TIGER-AI-Lab/ClawBench#331 · コメント 3 件 · 担当者 1 名 · 2026年8月31日に作成
Interop idea: map EvaluationExample/EvaluationResult onto EvalPort's TestCase/Result for portable benchmark output オープン

難易度 4/5 3〜5日初心者へのやさしさ 48/100

TIGER-AI-Lab/RewardHarness#2 · 2026年8月25日に作成
Proposal: isolated academia-registry-v0 suite for evidence-grounded registry research オープン

question

難易度 5/5 1週間以上初心者へのやさしさ 35/100

TIGER-AI-Lab/ClawBench#317 · コメント 2 件 · 2026年8月20日に作成
feat(eval): support DeepSeek Harness and run a reproducible ClawBench benchmark オープン

enhancement

TIGER-AI-Lab/ClawBench#309 · コメント 1 件 · 担当者 1 名 · 2026年8月19日に作成
Stage-1 interceptor matching is duplicated between runtime-server and edgebench_judge, and the live copy has zero tests オープン

難易度 4/5 3〜5日初心者へのやさしさ 64/100

TIGER-AI-Lab/ClawBench#301 · コメント 1 件 · 2026年8月18日に作成
judge_llm.py has diverged from judge.py (no Gemini support, wrong responses endpoint, 800-token cap) — collapse the duplication オープン

難易度 3/5 1〜2日初心者へのやさしさ 70/100

TIGER-AI-Lab/ClawBench#300 · コメント 1 件 · 2026年8月18日に作成
batch --resume skips failed jobs (log-file heuristic) and overwrites batch-summary.json with 'skipped' rows オープン

難易度 4/5 3〜5日初心者へのやさしさ 52/100

TIGER-AI-Lab/ClawBench#297 · コメント 1 件 · 2026年8月18日に作成
rescore: public reproducibility CLI defaults to a maintainer's home paths and silently no-ops elsewhere オープン

難易度 3/5 1〜2日初心者へのやさしさ 68/100

TIGER-AI-Lab/ClawBench#296 · コメント 1 件 · 2026年8月18日に作成
Verify evals on Papers with Code オープン

難易度 2/5 1〜3時間初心者へのやさしさ 35/100

TIGER-AI-Lab/RationalRewards#8 · 2026年8月14日に作成
Verify evals on Papers with Code オープン

難易度 1/5 1〜3時間初心者へのやさしさ 72/100

TIGER-AI-Lab/OpenResearcher#9 · コメント 1 件 · 2026年8月14日に作成
Verify evals on Papers with Code オープン

難易度 3/5 1〜2日初心者へのやさしさ 48/100

TIGER-AI-Lab/FIM-Midtraining#1 · 2026年8月14日に作成
docs: expand repository topics for structured-output discovery オープン

難易度 1/5 1時間未満初心者へのやさしさ 62/100

TIGER-AI-Lab/StructEval#6 · 2026年7月26日に作成
Always report both Stage-1 (interception) and Stage-2 (judged); raw interception overcounts ~2× オープン

enhancement

難易度 3/5 1〜2日初心者へのやさしさ 62/100

TIGER-AI-Lab/ClawBench#243 · 2026年7月2日に作成
could you provide the 10K gold document for each questions オープン

難易度 5/5 1週間以上初心者へのやさしさ 25/100

TIGER-AI-Lab/OpenResearcher#8 · コメント 4 件 · 2026年7月1日に作成
aggregation_threshold オープン

難易度 3/5 1〜2日初心者へのやさしさ 45/100

TIGER-AI-Lab/EditReward#29 · リアクション 1 件 · 2026年6月7日に作成
Data Annotation Format Issue オープン

難易度 4/5 3〜5日初心者へのやさしさ 25/100

TIGER-AI-Lab/EditReward#28 · 2026年6月4日に作成
feat: adapter — run AssistantBench (realistic time-consuming live-web tasks) under the ClawBench harness オープン

enhancement

難易度 4/5 3〜5日初心者へのやさしさ 48/100

TIGER-AI-Lab/ClawBench#188 · コメント 1 件 · 2026年5月20日に作成
feat: adapter — run Online-Mind2Web (live-web evolution of Mind2Web) under the ClawBench harness オープン

enhancement

難易度 5/5 1週間以上初心者へのやさしさ 35/100

TIGER-AI-Lab/ClawBench#189 · 2026年5月20日に作成
feat: adapter — run WebVoyager (live-website, screenshot+LLM-judge browser agent) under the ClawBench harness オープン

enhancement

難易度 5/5 1週間以上初心者へのやさしさ 35/100

TIGER-AI-Lab/ClawBench#190 · 2026年5月20日に作成
feat: adapter — run evolvent-ai/ClawMark (100 multi-day coworker-agent tasks, rule-based scoring) under the ClawBench harness オープン

enhancement

難易度 5/5 1週間以上初心者へのやさしさ 42/100

TIGER-AI-Lab/ClawBench#169 · 2026年5月18日に作成
feat: adapter — run InternLM/WildClawBench (60 in-the-wild OpenClaw tasks) under the ClawBench harness オープン

enhancement

難易度 5/5 1週間以上初心者へのやさしさ 35/100

TIGER-AI-Lab/ClawBench#171 · 2026年5月18日に作成
v3 training data オープン

難易度 3/5 1〜2日初心者へのやさしさ 52/100

TIGER-AI-Lab/VLM2Vec#203 · 2026年5月17日に作成
Release artifacts (models, dataset) on Hugging Face オープン

難易度 4/5 3〜5日初心者へのやさしさ 35/100

TIGER-AI-Lab/RewardHarness#1 · 2026年5月15日に作成
test(resilience): verify resume works — auto-restart on abort + alerting オープン

難易度 5/5 1週間以上初心者へのやさしさ 35/100

TIGER-AI-Lab/ClawBench#160 · 2026年5月13日に作成
EVALUATE ONLY オープン

難易度 5/5 1週間以上初心者へのやさしさ 10/100

TIGER-AI-Lab/ScholarCopilot#8 · 2026年5月8日に作成
EVALUATION AND REDO オープン

難易度 5/5 1週間以上初心者へのやさしさ 20/100

TIGER-AI-Lab/ScholarCopilot#7 · コメント 1 件 · 2026年5月8日に作成
NEWEST DRADT HARKIS オープン

難易度 1/5 1時間未満初心者へのやさしさ 55/100

TIGER-AI-Lab/ScholarCopilot#6 · コメント 1 件 · 2026年5月8日に作成
FEAT: support steel browser オープン

難易度 4/5 3〜5日初心者へのやさしさ 35/100

TIGER-AI-Lab/ClawBench#105 · 2026年4月29日に作成
FEAT: support more browser runtimes オープン

TIGER-AI-Lab/ClawBench#103 · 担当者 1 名 · 2026年4月29日に作成
Support running other tasks suits under ClawBench's infrastructure using adaptor layers. オープン

enhancement

難易度 5/5 1週間以上初心者へのやさしさ 35/100

TIGER-AI-Lab/ClawBench#72 · コメント 1 件 · 2026年4月15日に作成

TIGER-AI-Lab

新しい issue をメールで受け取る