Skip to main content

tangle-network/agent-eval

SkillsMP ha recopilado 5 skills de tangle-network/agent-eval. Abre una skill para revisar su origen y sus detalles.

Última actividad de origen registrada
Catálogo de SkillsMP actualizado
skills recopiladas
5
Estrellas en GitHub
2
Forks en GitHub
0

Skills en este repositorio

1 categorías ocupacionales · 80% clasificado

Mostrando 5 de 5 skills recopiladas.

ocupación
sin clasificar
descripción

Maintain agent-eval cases, judges, records, traces, campaigns, comparisons, and releases.

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Parse classic SWE-agent .traj trajectories: one step per entry of the trajectory array, in order, matching the CodeTraceBench annotation convention. No upstream CodeTracer commit ships a SWE-agent parser.

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Parse OpenHands trajectories published as per-call LiteLLM completion logs (<model>-<timestamp>.json files with messages/response/kwargs/cost), the layout of CodeTraceBench's swe_raw OpenHands trials. Reads the call file whose messages hold the most tool-call…

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Parse OpenHands session-event trajectories at the CodeTraceBench annotation granularity: one step per action event with a cause-paired observation (run, run_ipython, read, edit, think, recall). Outranks the seed openhands skill, which counts only…

Idioma del texto original: inglés

actualizado
ocupación
Desarrolladores de software
descripción

Parse Terminus2 trajectories at command granularity: one step per entry of each episode response's commands array, matching the CodeTraceBench annotation convention. Outranks the seed terminus2 skill, whose episode-level steps do not align with the…

Idioma del texto original: inglés

actualizado
Mostrando 5 de 5 skills recopiladas.