fde-gym

Que é fde-gym

fde-gym é unha plataforma de avaliación en liña para a era dos LLM. Cada caso de avaliación procede de escenarios reais de entrega a clientes. Os usuarios deben usar un Axente de codificación para completar a tarefa, e o xuízo final só se dá despois de que o sistema se poña en produción.

Características clave

• Cada caso de avaliación procede de escenarios reais de entrega a clientes
• Os usuarios completan as tarefas guiando un Axente de codificación
• Proporciona un sistema en execución, documentación, historial e persoal que se pode consultar
• Despois de que o sistema se poña en produción, o xuízo final baséase no tráfico real e outórgase unha puntuación de 0 a 100
• Unha oportunidade de envío; réstanse puntos por consumir tempo do persoal do cliente

Para quen é

Adecuado para desenvolvedores, investigadores e equipos que necesitan adestrar ou avaliar as capacidades de Axentes de codificación baseados en LLM. Úsase para simular a resolución de problemas de extremo a extremo en escenarios reais de entrega a clientes.

Como comezar

1. Visita https://github.com/deeplethe/fde-gym
2. Visita o sitio web para ver a lista de casos
3. Selecciona un caso e le os materiais proporcionados polo cliente
4. Guía o Axente de codificación para facer cambios e envía para avaliación en produción

Compilado a partir de descricións públicas no sitio web oficial / README / páxina de lanzamento da ferramenta. Os prezos e números de usuarios non foron verificados; consulta o sitio web oficial. Algunhas seccións foron redactadas con axuda de IA. Escrito en chinés e inglés; outras linguaxes están traducidas por máquina.