数据目录
任务与环境
按领域比较任务能力与交付内容。
软件工程与终端
4-
01
SWE-Marathon
长程软件工程任务
- 参考基准 / 任务方向
- SWE-Marathon
- 任务内容
- 完整系统构建、重写与故障恢复
- 交付格式
- Harbor 格式任务包、Docker 环境、参考解、验收测试
-
02
DeepSWE
代码库工程任务
- 参考基准 / 任务方向
- DeepSWE
- 任务内容
- 代码库级功能实现与修复
- 交付格式
- Harbor 格式任务包、Docker 环境、参考解、评测程序
-
03
Terminal-Bench 3.0
代码库修复与迁移
- 参考基准 / 任务方向
- Terminal-Bench 3.0 格式
- 任务内容
- 配置迁移、事务恢复与持久化
- 交付格式
- Harbor 格式任务包、Docker 环境、参考解、评测程序
-
04
Terminal-Bench 2.1
终端工具与系统任务
- 参考基准 / 任务方向
- Terminal-Bench 2.1 格式
- 任务内容
- 二进制解析、并发服务、持久状态与内存安全
- 交付格式
- Harbor 格式任务包、Docker 环境、参考解、评测程序
网络安全
2-
05
ExploitBench V8
安全任务环境
- 参考基准 / 任务方向
- ExploitBench / bench-v8
- 任务内容
- V8 漏洞研究与利用能力评估
- 交付格式
- JSON / YAML 任务配置、容器镜像、MCP 接口、评测组件
-
06
ExploitGym
CVE 安全任务包
- 参考基准 / 任务方向
- ExploitGym
- 任务内容
- 漏洞分析与修复评估
- 交付格式
- 任务元数据、Dockerfile、二进制文件、评测程序
桌面智能体 CUA
1-
07
CUA RL 桌面任务
定制桌面任务
- 参考基准 / 任务方向
- Windows / macOS
- 任务内容
- 跨应用操作、表格与排版、业务录入、错误恢复
- 交付格式
- 桌面任务包、VM 环境与初始快照、参考流程、评测工具
业务与职业任务
3-
08
AutomationBench
API 模拟环境
- 参考基准 / 任务方向
- AutomationBench
- 任务内容
- 发票入账、权限复核与会议冲突
- 交付格式
- API 模拟环境、业务政策与初始数据、参考流程、评测工具
-
09
GDPVal
文档与表格交付任务
- 参考基准 / 任务方向
- GDPVal
- 任务内容
- 质量工程、信贷分析、系统集成与业务运营
- 交付格式
- Docker 环境、业务附件、DOCX / XLSX / PDF、评分标准
-
10
ALE
文件交付任务
- 参考基准 / 任务方向
- ALE
- 任务内容
- 财务分析、表格编辑、影像／视频质控、日志研判
- 交付格式
- JSON 任务卡、输入材料、CSV / JSON / ODS 参考文件、评测程序
深度研究
1-
11
STEM Research QA
研究问答数据
- 参考基准 / 任务方向
- STEM Research QA
- 任务内容
- 文献分析、实验解释与科学计算推导
- 交付格式
- JSON 问答、PDF / XLSX 附件、参考解答、评分标准
金融与量化
2AI for Science
2-
14
GeneBench-Pro
生命科学分析与实验决策
- 参考基准 / 任务方向
- GeneBench-Pro
- 任务内容
- RNA-seq 分析、候选筛选与实验决策
- 交付格式
- Harbor 格式任务包、科研输入、参考解、评测程序
-
15
Terminal-Bench-Science
科研数值任务
- 参考基准 / 任务方向
- Terminal-Bench 格式
- 任务内容
- 模型校准、实验设计、不确定性与预测范围
- 交付格式
- Harbor 格式任务包、Docker 环境、科研输入、参考解与评测程序
视觉问答 VQA
1-
16
Chartography
图表问答数据
- 参考基准 / 任务方向
- Chartography
- 任务内容
- 图表读数、跨面板匹配与图关系推理
- 交付格式
- 图表图像、Parquet / YAML 问答、答案说明、评测工具
设计 workspace
1-
17
设计 workspace
设计任务与编辑记录
- 参考基准 / 任务方向
- 设计工作流
- 任务内容
- 产品精修、包装视觉与人像精修
- 交付格式
- 源素材、编辑记录、可编辑 PSD、PNG
没有匹配项目，试试其他关键词或清空筛选。
与 ASTRAFLUX 合作
你的模型
需要完成什么工作？
告诉我们目标能力、任务类型和交付要求，一起确定合适的项目与代表性任务。
联系我们 norman383@astraflux.space