Chủ sở hữu
SWE-bench
Đã lập chỉ mục 1 kho mã nguồn · Xem trên GitHub
-
SWE-bench
SWE-bench: Can Language Models Resolve Real-world Github Issues?
Python · 6124 star
Các issue có thể đã có người làm được xếp cuối danh sách. Sắp xếp tất cả theo ngày
-
Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 62/100
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 72/100
-
Độ khó 3/5 Nửa ngày Mức phù hợp với người mới 45/100
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 55/100
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 18/100
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 30/100
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 20/100
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 30/100
-
pvlib__pvlib-python-1606 gold patch evaluates UNRESOLVED due to NumPy 2.0 np.Inf incompatibilityĐang mởbug
Độ khó 4/5 1-2 ngày Mức phù hợp với người mới 30/100
-
Saved-log report replay selects gold artifacts for model runs and still requires DockerCó thể làm lại được Pull request cho issue này đã bị đóng mà không được merge. Đang mở
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 42/100
-
Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 35/100
-
Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 15/100
-
Code Quality Evaluation?Đang mởdocumentation
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 15/100
-
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 20/100
-
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 15/100
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 22/100
-
[Bug]: Loss of Evaluation Determinism and Execution Drift due to Missing Sandbox State IsolationCó thể làm lại được Pull request cho issue này đã bị đóng mà không được merge. Đang mởbug
Độ khó 3/5 Nửa ngày Mức phù hợp với người mới 35/100
-
Make sure submitted patch doesn't modify testsCó thể làm lại được @aorwall đã nhận 231 ngày trước và không có pull request nào đang mở. Đang mởbug
-
pytest log parsers: a printed "PASSED <id>" line overrides pytest's own "FAILED <id>"Có thể đã có người làm @peterzhang987723 đã nhận 1 ngày trước. Đang mở
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 25/100
-
parse_log_sympy drops the last test of every test file ("[OK]" / "[FAIL]" suffix)Có thể đã có người làm @damienen đã nhận 2 ngày trước. Đang mở
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 25/100
-
exec_run_with_timeout leaves child processes running on timeout and uses a non-daemon reader threadCó thể đã có người làm @eram đã nhận 15 ngày trước. Đang mở
Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 25/100
-
Pytest parsers drop non-strict XPASS, causing a false P2P regressionCó thể đã có người làm @yunyv đã nhận 20 ngày trước. Đang mở
Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 22/100
-
Jasmine suite-level failure can grade resolved despite recorded exit code 1Có thể đã có người làm @jurayh đã nhận 19 ngày trước. Đang mở
Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 25/100
-
False no_tests_collected advisory from nested pytest output despite completed outer testsCó thể đã có người làm @chilltongx đã nhận 16 ngày trước. Đang mở
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 35/100
-
Exit-code spoof guard (#620) reads the first ">>>>> Test Exit Code:" marker in the log, so a patch that prints the marker during the test run is scored resolvedCó thể đã có người làm @shaurya416 đã nhận 41 ngày trước. Đang mở
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 12/100
-
Run report: console "Instances submitted" disagrees with `submitted_instances` in the JSON when `--instance_ids` is usedCó thể đã có người làm @Kaustubh1235 đã nhận 39 ngày trước. Đang mở
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 25/100
-
Truncated-id fallback can resolve a P2P case to a skipped sibling, hiding a failureCó thể đã có người làm @leogrox đã nhận 47 ngày trước. Đang mở
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 32/100
-
pytest's `[100%]` progress artifact is a phantom test in the gold PASS_TO_PASS of two instances (`pytest-5262`, `pytest-7521`)Có thể đã có người làm @zhongerdeajie đã nhận 26 ngày trước. Đang mở
Độ khó 3/5 Nửa ngày Mức phù hợp với người mới 35/100
-
xfail(run=False) on a FAIL_TO_PASS test grades as resolved without the test runningCó thể đã có người làm @linhongyu510 đã nhận 57 ngày trước. Đang mở
Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 25/100
-
Windows host: CRLF in eval.sh/patch.diff makes every instance grade unresolved (silent zeros)Có thể đã có người làm @samratashoka007 đã nhận 48 ngày trước. Đang mở
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 22/100
-
# Multilingual eval images ship a `.bashrc` that writes an error to stdout on every commandCó thể đã có người làm @lavneethora đã nhận 56 ngày trước. Đang mởbug
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 35/100