DeepSWE 类仓库级代码任务

对齐 DeepSWE 难度带的原创仓库级代码任务：真实开源仓库中的缺陷修复、功能扩展与算法实现，每题带可启动 Docker 环境与确定性评分器。

任务包含什么

• instruction.md——模型可见的完整题面与约束；
• environment/——钉死版本的 Docker 镜像，带基线仓库；
• 私有隐藏测试（F2P/P2P）与确定性评分器；
• golden patch 与解题脚本，分开存放；
• 含失败在内的执行轨迹；
• SHA-256 清单、溯源（上游 commit、评分器哈希）与如实计数的 validation 文件。

实测难度

统一预算——GPT-5.6 Sol（xhigh），每题 4 次有效尝试：已交付任务成功次数均 ≤ 2/4，5 题中 3 题零解。语言覆盖 Rust、Python、Go、TypeScript、Shell。一道真实任务的公开视图（rustworkx GNM 采样器，5 层需求）在 GitHub。

周产能

五语言合计每周 200 题为交付产能口径，不是承诺 SLA；量级承诺按项目议定。

申请样例

带能力目标致信 contact@datamining.cloud，我们提供脱敏样例包供评估。相关：RL 环境交付总览 · 难度报告