F2PP2P78 TASKS

把每一条样本,
推进到可评测

追踪 SWE-Paddle 社区任务的最低可评测门槛:Base 上暴露真实缺陷,Gold 修复后转绿,同时保留有意义的回归护栏。

数据更新于

数据概览

78 完整任务包
100% 已有结论或定位
66 Core 验证通过
Base → Gold 闭环
12 仍需处理
4 类明确阻塞
42/35/1 Bugfix / Feature / Refactor
三类任务均已纳入筛选
判定口径

什么叫 Core 通过?

01
Base 有效失败

至少一个目标测试真实暴露待修缺陷。

02
Gold 稳定转绿

同一目标节点在修复态连续通过。

03
P2P 保持通过

至少一个有意义的旧行为在两态均绿。

本页暂不把 judge 覆盖、题面契约和 raw runner 可用性纳入 Core 二元结论;这些仍是正式上线前的后续门禁。

ACTION REQUIRED

12 条 Core 待处理

按主阻塞归类;另有 8 条标记为“Core 通过 · 待修”,需先修 runner 或角色标注。

FULL INVENTORY

全部任务

搜索 PR、主题或作者;筛选结果可直接分享给对应贡献者。

78 / 78 条

Task 主题 类型 样本作者 Core 状态 操作