Owner

patsypppe

登录后关注

已索引 1 个仓库 · 在 GitHub 查看

meridian
Agent evaluation harness for CI. Grades from outside the container, reports pass^k instead of a mean, and tells you when the run could no...

Python · 0 个 star

适合新手全部

未关闭全部

可能已有人在做的 issue 排在最后。全部按时间排序

Tests wanted: start here
未关闭
- 哪里不对？
area: tests help wanted tests

难度 1/5 1 小时以内新手友好度 25/100

patsypppe/meridian#166 · 2026年11月4日创建

维护者通常 1 天内回复
Integration test: a credential never reaches a trial
未关闭
- 哪里不对？
area: security area: tests size: S tests

难度 2/5 1-3 小时新手友好度 84/100

patsypppe/meridian#165 · 2026年11月4日创建

维护者通常 1 天内回复
Integration test: grader-only files never reach the trial
未关闭
- 哪里不对？
area: grading area: security area: tests size: M tests

难度 3/5 1-2 天新手友好度 74/100

patsypppe/meridian#164 · 2026年11月4日创建

维护者通常 1 天内回复
Detect flaky integration tests
未关闭
- 哪里不对？
area: ci size: S tests

难度 3/5 1-2 天新手友好度 66/100

patsypppe/meridian#163 · 2026年11月4日创建

维护者通常 1 天内回复
Run unit tests in random order
未关闭
- 哪里不对？
area: ci good first issue size: XS tests

难度 3/5 1-2 天新手友好度 72/100

patsypppe/meridian#162 · 2026年11月4日创建

维护者通常 1 天内回复
Mutation testing for the statistics module
未关闭
- 哪里不对？
area: stats area: tests help wanted size: M tests

难度 3/5 1-2 天新手友好度 67/100

patsypppe/meridian#161 · 2026年11月4日创建

维护者通常 1 天内回复
Dashboard: accept run files with extra fields
未关闭
- 哪里不对？
area: dashboard area: tests good first issue size: XS tests

难度 1/5 1-3 小时新手友好度 88/100

patsypppe/meridian#160 · 2026年11月4日创建

维护者通常 1 天内回复
Component tests for the dashboard's charts and comparison
未关闭
- 哪里不对？
area: dashboard area: tests good first issue size: S tests

难度 2/5 1-3 小时新手友好度 76/100

patsypppe/meridian#159 · 2026年11月4日创建

维护者通常 1 天内回复
Tests for the dashboard's formatting helpers
未关闭
- 哪里不对？
area: dashboard area: tests good first issue size: XS tests

难度 2/5 1-3 小时新手友好度 88/100

patsypppe/meridian#158 · 2026年11月4日创建

维护者通常 1 天内回复
Test the gate comment with harness-error causes
未关闭
- 哪里不对？
area: gate area: tests good first issue size: S tests

难度 1/5 1-3 小时新手友好度 85/100

patsypppe/meridian#157 · 2026年11月4日创建

维护者通常 1 天内回复
Test the HTML report with harness-error causes
未关闭
- 哪里不对？
area: tests good first issue size: S tests

难度 2/5 1-3 小时新手友好度 86/100

patsypppe/meridian#156 · 2026年11月4日创建

维护者通常 1 天内回复
Golden tests for the importer against real Harbor tasks
未关闭
- 哪里不对？
area: importer area: tests help wanted size: M tests

难度 3/5 1-2 天新手友好度 74/100

patsypppe/meridian#155 · 2026年11月4日创建

维护者通常 1 天内回复
More translation cases for the OpenAI-compatible proxy
未关闭
- 哪里不对？
area: proxy area: tests good first issue size: S tests

难度 2/5 1-3 小时新手友好度 88/100

patsypppe/meridian#154 · 2026年11月4日创建

维护者通常 1 天内回复
Test the grading sandbox's command construction
未关闭
- 哪里不对？
area: grading area: tests good first issue size: S tests

难度 2/5 1-3 小时新手友好度 75/100

patsypppe/meridian#153 · 2026年11月4日创建

维护者通常 1 天内回复
Test how the proxy container's environment is built
未关闭
- 哪里不对？
area: proxy area: tests size: S tests

难度 2/5 1-3 小时新手友好度 82/100

patsypppe/meridian#152 · 2026年11月4日创建

维护者通常 1 天内回复
Test snapshot digest resolution
未关闭
- 哪里不对？
area: tests good first issue size: S tests

难度 2/5 1-3 小时新手友好度 88/100

patsypppe/meridian#151 · 2026年11月4日创建

维护者通常 1 天内回复
Test that replay detects a changed input
未关闭
- 哪里不对？
area: tests size: M tests

难度 2/5 1-3 小时新手友好度 85/100

patsypppe/meridian#150 · 2026年11月4日创建

维护者通常 1 天内回复
Round-trip test for saving and loading a run archive
未关闭
- 哪里不对？
area: tests good first issue size: S tests

难度 2/5 1-3 小时新手友好度 85/100

patsypppe/meridian#149 · 2026年11月4日创建

维护者通常 1 天内回复
Test configuration loading and environment overrides
未关闭
- 哪里不对？
area: tests good first issue size: S tests

难度 2/5 1-3 小时新手友好度 78/100

patsypppe/meridian#148 · 2026年11月4日创建

维护者通常 1 天内回复
Unit-test the LangGraph adapter with a fake graph
未关闭
- 哪里不对？
area: agent area: tests good first issue size: S tests

难度 2/5 1-3 小时新手友好度 85/100

patsypppe/meridian#147 · 2026年11月4日创建

维护者通常 1 天内回复
Unit-test the subprocess adapter
未关闭
- 哪里不对？
area: tests good first issue size: S tests

难度 2/5 1-3 小时新手友好度 86/100

patsypppe/meridian#146 · 2026年11月4日创建

维护者通常 1 天内回复
Unit-test the in-container entrypoint
未关闭
- 哪里不对？
area: runtime area: tests good first issue size: S tests

难度 2/5 1-3 小时新手友好度 84/100

patsypppe/meridian#145 · 2026年11月4日创建

维护者通常 1 天内回复
Write a threat model
未关闭
- 哪里不对？
area: docs area: security documentation size: M

难度 2/5 1-3 小时新手友好度 78/100

patsypppe/meridian#143 · 2026年11月4日创建

维护者通常 1 天内回复
Drive the showcase page's real-model section from data
未关闭
- 哪里不对？
area: site enhancement size: S

难度 2/5 1-3 小时新手友好度 76/100

patsypppe/meridian#142 · 2026年11月4日创建

维护者通常 1 天内回复
Remember the last loaded run
未关闭
- 哪里不对？
area: dashboard enhancement good first issue size: XS

难度 2/5 1-3 小时新手友好度 82/100

patsypppe/meridian#141 · 2026年11月4日创建

维护者通常 1 天内回复
Light/dark toggle in the dashboard
未关闭
- 哪里不对？
area: dashboard enhancement good first issue size: S

难度 3/5 1-2 天新手友好度 67/100

patsypppe/meridian#140 · 2026年11月4日创建

维护者通常 1 天内回复
Highlight the drop zone while dragging a file
未关闭
- 哪里不对？
accessibility area: dashboard enhancement good first issue size: XS

难度 2/5 1-3 小时新手友好度 85/100

patsypppe/meridian#139 · 2026年11月4日创建

维护者通常 1 天内回复
Add an error boundary to the dashboard
未关闭
- 哪里不对？
area: dashboard enhancement good first issue size: XS

难度 2/5 1-3 小时新手友好度 82/100

patsypppe/meridian#138 · 2026年11月4日创建

维护者通常 1 天内回复
Add ESLint and Prettier to the dashboard
未关闭
- 哪里不对？
area: ci area: dashboard enhancement good first issue size: S

难度 3/5 1-2 天新手友好度 75/100

patsypppe/meridian#137 · 2026年11月4日创建

维护者通常 1 天内回复
Paired significance test in the comparison view
未关闭
- 哪里不对？
area: dashboard area: stats enhancement size: M

难度 4/5 3-5 天新手友好度 55/100

patsypppe/meridian#136 · 2026年11月4日创建

维护者通常 1 天内回复
Export the task table and comparison
未关闭
- 哪里不对？
area: dashboard enhancement good first issue size: S

难度 2/5 1-3 小时新手友好度 84/100

patsypppe/meridian#135 · 2026年11月4日创建

维护者通常 1 天内回复
Show efficiency numbers per task
未关闭
- 哪里不对？
area: dashboard enhancement good first issue size: S

难度 2/5 1-3 小时新手友好度 85/100

patsypppe/meridian#134 · 2026年11月4日创建

维护者通常 1 天内回复
Show a trial's details when you click it
未关闭
- 哪里不对？
area: dashboard enhancement size: M

难度 2/5 1-3 小时新手友好度 84/100

patsypppe/meridian#133 · 2026年11月4日创建

维护者通常 1 天内回复
Load a run in the dashboard from a URL
未关闭
- 哪里不对？
area: dashboard enhancement good first issue size: S

难度 3/5 1-2 天新手友好度 72/100

patsypppe/meridian#132 · 2026年11月4日创建

维护者通常 1 天内回复
Recover efficiency numbers for timed-out trials
未关闭
- 哪里不对？
area: agent area: runtime enhancement size: S

难度 2/5 1-3 小时新手友好度 85/100

patsypppe/meridian#131 · 2026年11月4日创建

维护者通常 1 天内回复
Make the terminal agent's limits configurable
未关闭
- 哪里不对？
area: agent enhancement good first issue size: S

难度 2/5 1-3 小时新手友好度 75/100

patsypppe/meridian#130 · 2026年11月4日创建

维护者通常 1 天内回复
Keep the terminal agent's context bounded on long tasks
未关闭
- 哪里不对？
area: agent enhancement size: M

难度 2/5 1-3 小时新手友好度 82/100

patsypppe/meridian#129 · 2026年11月4日创建

维护者通常 1 天内回复
Give the terminal agent a file-editing tool
未关闭
- 哪里不对？
area: agent enhancement size: M

难度 3/5 1-2 天新手友好度 75/100

patsypppe/meridian#128 · 2026年11月4日创建

维护者通常 1 天内回复
Docstrings for the remaining packages, then turn the rule on
未关闭
- 哪里不对？
documentation good first issue size: S

难度 4/5 3-5 天新手友好度 55/100

patsypppe/meridian#127 · 2026年11月4日创建

维护者通常 1 天内回复
Docstrings for `grading` and `manifest`
未关闭
- 哪里不对？
area: grading documentation good first issue size: S

难度 2/5 1-3 小时新手友好度 85/100

patsypppe/meridian#126 · 2026年11月4日创建

维护者通常 1 天内回复
Docstrings for public APIs in `meridian.models`
未关闭
- 哪里不对？
documentation good first issue size: S

难度 3/5 1-2 天新手友好度 78/100

patsypppe/meridian#125 · 2026年11月4日创建

维护者通常 1 天内回复
Docstrings for public APIs in `meridian.runtime`
未关闭
- 哪里不对？
area: runtime documentation good first issue size: S

难度 3/5 1-2 天新手友好度 76/100

patsypppe/meridian#124 · 2026年11月4日创建

维护者通常 1 天内回复
Report run-to-run variance
未关闭
- 哪里不对？
area: stats enhancement needs discussion size: M

难度 5/5 一周以上新手友好度 35/100

patsypppe/meridian#123 · 2026年11月4日创建

维护者通常 1 天内回复
Detect flaky tasks across runs
未关闭
- 哪里不对？
area: gate enhancement size: M

难度 4/5 3-5 天新手友好度 55/100

patsypppe/meridian#121 · 2026年11月4日创建

维护者通常 1 天内回复
Stop a gate run early once the verdict is settled
未关闭
- 哪里不对？
area: gate area: stats enhancement needs discussion size: L

难度 5/5 一周以上新手友好度 35/100

patsypppe/meridian#120 · 2026年11月4日创建

维护者通常 1 天内回复
Correct for multiple comparisons in the gate comment
未关闭
- 哪里不对？
area: gate area: stats enhancement size: M

难度 3/5 1-2 天新手友好度 72/100

patsypppe/meridian#119 · 2026年11月4日创建

维护者通常 1 天内回复
Show a Wilson interval for each task
未关闭
- 哪里不对？
area: stats enhancement good first issue size: S

难度 3/5 1-2 天新手友好度 72/100

patsypppe/meridian#118 · 2026年11月4日创建

维护者通常 1 天内回复
Option to grade a trial's final state after a timeout
未关闭
- 哪里不对？
area: grading enhancement needs discussion size: M

难度 4/5 3-5 天新手友好度 48/100

patsypppe/meridian#117 · 2026年11月4日创建

维护者通常 1 天内回复
SQLite store for zero-setup local runs
未关闭
- 哪里不对？
area: store enhancement needs discussion size: L

难度 4/5 3-5 天新手友好度 52/100

patsypppe/meridian#116 · 2026年11月4日创建

维护者通常 1 天内回复
Simplify the `gate` command
未关闭
- 哪里不对？
area: cli area: gate refactor size: S

难度 2/5 1-3 小时新手友好度 78/100

patsypppe/meridian#115 · 2026年11月4日创建

维护者通常 1 天内回复

只显示最新的 100 条

这个页面只列出最近收录的部分。完整清单在高级筛选里，可以按语言、难度和预计耗时筛选。

前往高级筛选

patsypppe

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

只显示最新的 100 条

把新 issue 发到你的邮箱