workarena_l3 benchmark not found
还没有人认领这个 Issue。
评估
调研方向
The payload names no files, so start by searching the repository for where benchmark names like workarena_l3 and workarena_l3_agent_curriculum_eval are registered, and reproduce the error by passing workarena_l3 as the benchmark. Confirm whether the second name exists and matches the L3 WorkArena task set. Done means the maintainers have settled the canonical name, and the code, an alias or the docs agree with it. The thread has no answer after 249 days, so check with a maintainer before writing a patch.
由索引模型根据 Issue 内容生成。
描述
Specifying the benchmark as "workarena_l3" raises an error. Is "workarena_l3_agent_curriculum_eval" the same as the set of L3 tasks from WorkArena? And if so, should this name be used instead of "workarena_l3"?
- 主要语言
- Python
- 星标
- 644
- 派生
- 134
- PR 合并指标
- 30 天内没有已合并 PR
环境准备
这个项目没有提供开发容器、Dockerfile 或贡献指南，环境需要你自己搭建：先看它的 README，通用步骤见我们的新手贡献指南。
从这里开始
- 先读完整个 Issue，再读项目的贡献指南。
- 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
- Fork 仓库，在一个分支上完成修改。
- 提交 Pull Request，并在描述里引用这个 Issue 编号。
ServiceNow/AgentLab 的其他 Issue
-
难度 4/5 3-5 天 新手友好度 48/100
ServiceNow/AgentLab#340 ·
-
难度 5/5 一周以上 新手友好度 25/100
ServiceNow/AgentLab#339 ·
-
难度 4/5 3-5 天 新手友好度 22/100
ServiceNow/AgentLab#331 ·
-
难度 4/5 3-5 天 新手友好度 15/100
ServiceNow/AgentLab#329 ·
-
难度 3/5 1-2 天 新手友好度 25/100
ServiceNow/AgentLab#324 · 2 个 reaction ·
查看 ServiceNow/AgentLab 的全部 Issue
相似的 Issue
-
难度 2/5 1-3 小时 新手友好度 82/100
维护者通常 2 天内回复
-
难度 2/5 1-3 小时 新手友好度 86/100
-
Validate finite output clamping limits in StepPredictor.prepare_clamping_params to prevent silent NaN/Inf propagation可能已有人在做 @muskan-creates352 今天认领。 未关闭
难度 2/5 1-3 小时 新手友好度 84/100
mllam/neural-lam#848 ·
维护者通常 2 天内回复
-
infra
难度 1/5 1 小时以内 新手友好度 88/100
fab-geocommuns/RNB-coeur#1166 ·
维护者通常 1 天内回复
-
难度 2/5 1-3 小时 新手友好度 78/100
deepspeedai/DeepSpeed#8951 ·
维护者通常 2 天内回复