abab112/skillagent-arena-hard40
39 道高难 Agent 任务 这是供 OpenEnv Arena 提交的 39 道训练题。目标训练模型为 Qwen/Qwen3.8-27B。 题目来自既有 Task、环境、Rule 和 Rollout；模型的 Workspace 不挂载 Skill。 submission.json 是完整提交文件，39 个镜像都已公开并按摘要固定。 仓库名沿用 skillagent-arena-hard40，本次实际题数是 39。 题目包括机器人模型、工业仿真、电力系统、成本审计、统计计算、文档修订、软件调试和安全复现。 筛选使用历史 Qwen3.6-35B-A3B 无 Skill 轨迹的原生 Rule 分数；本批历史分数均不高于 0.5， 平均 0.185，中位数 0.200。 这些是旧模型与原始题面条件下的筛选证据，不能当作 Qwen3.8-27B 的评测结果。 新模型的实际效果须在 Arena 训练和评测后获取；本交付没有提交 Arena 或启动训练。 内容 submission.json：可直接提交 Arena 的完整… See the full description on the dataset page: https://huggingface.co/datasets/abab112/skillagent-arena-hard40.
| Author / organization | abab112 |
|---|---|
| Downloads | 218 (as reported by Hugging Face) |
| Likes | 1 |
| Created | 12 October 2026 |
| Last updated at source | 13 October 2026 |
Popularity, last 3 days
218 now (+6 since 2026-10-16). Counts as reported by the source, snapshotted daily by Silytics.
Silytics shows public metadata from Hugging Face and links to the original. Information may be incomplete or out of date. Last refreshed 18 October 2026. Licenses and terms of the original apply to the work itself. Not financial, legal or professional advice.