数据 · 专业Workspace数据 · 任务样例

8 道任务 · 4 个行业方向

程序型 1 道 · 产物型 3 道 · 混合型 4 道; 判据评审 8 道 · 可执行验证 7 道 · 终态核查 1 道。每张卡片的判据数与复杂度档由交付数据自动计算。

§ 1

任务总览

企业软件架构

历史版本 CLI 工具架构调查

调查一个历史版本模型管理 CLI 的架构、命令体系、后端交互与上传实现, 产出结构化调查报告

delivery-eval-01 · 产物型 · 可执行验证 · 判据评审
12 criteria · 重点考察 12 项能力
能力需求最接近 AutomationBench
工业视觉检测

CIS 视觉检测与打印联动

为 CIS 相机检测软件实现编码器触发与 PLC 联动方案, 含进程载体接口与仿真复核

delivery-eval-02 · 混合型 · 可执行验证 · 判据评审
14 criteria · 重点考察 19 项能力
能力需求最接近 Terminal-Bench
游戏引擎开发

游戏引擎确定性模拟内核

在游戏引擎中实现确定性 tick 推进与孪生同步内核, 通过多工况剧本验证一致性

delivery-eval-03 · 混合型 · 可执行验证 · 判据评审
22 criteria · 重点考察 14 项能力
能力需求最接近 Terminal-Bench
专业内容运营

专业内容选题与创作工作流

基于素材库完成专业内容选题、结构化文章创作与多平台工作流设计

delivery-eval-04 · 产物型 · 可执行验证 · 判据评审
11 criteria · 重点考察 15 项能力
能力需求最接近 GDPval
半导体检测

晶圆基板缺陷自动计数

对真实晶圆显微图像实现缺陷自动识别与计数, 以进程载体协议交付并通过用例验证

delivery-eval-05 · 混合型 · 可执行验证 · 判据评审
14 criteria · 重点考察 21 项能力
能力需求最接近 ALE 工程集
研发效能工具

研发效能插件分析与仓库治理

深度分析一个研发效能插件的架构落地方式, 并完成仓库治理(终态核查)

delivery-eval-06 · 混合型 · 终态核查 · 可执行验证 · 判据评审
11 criteria · 重点考察 13 项能力
能力需求最接近 AutomationBench
工业固件算法

IMU 零偏在线学习状态机

重构底盘固件 IMU 零偏学习与自愈判据, 交付可交互推演页面并暴露评测接口

delivery-eval-07 · 程序型 · 可执行验证 · 判据评审
33 criteria · 重点考察 17 项能力
能力需求最接近 ALE 工程集
量化交易策略

量化交易系统演进规划

通读方法论材料, 产出与既有回测体系对接的量化系统演进规划

delivery-eval-08 · 产物型 · 判据评审
10 criteria · 重点考察 12 项能力
能力需求最接近 GDPval
§ 2

两个深潜样例

看两道任务如何被「可执行地」验证。

样例一 · IMU 零偏在线学习状态机 (工业固件算法)

重构底盘固件中零偏学习与自愈的判据体系, 并交付一个可在浏览器中推演各工况的交互页面。验证不是看文档: 判卷方世界模型对交付页面注入 20 余种工况剧本(上电零偏、手推扰动、指令期、超大偏置…), 只看可观测量的判定性质。阈值经独立第二实现与近失消融标定: 把静止判定窗改宽一点、异常检测推迟一点, 对应判据立即翻红; 而「正常学习慢三倍」不会误伤 —— 规格未约束之处不设卡。

样例二 · 晶圆基板缺陷自动计数 (半导体检测)

输入为一张 4072×5352 的真实晶圆显微图像, 要求实现缺陷自动识别与计数, 并以进程载体协议(行 JSON 的 stdio 接口)交付。验证采用用例式双层基准: 客观层以构造工况(黑屏、缺损、密集缺陷)逐一核对输出; 参照层在真实图上与基准实现比对计数。接口不达标则整体不计分。

浏览全部任务的判据与验证资产样本集内每道任务附完整初始工作区、判据清单与评分器
申请样本

数据受样本评估许可约束(30 天 · 仅限评估)联系商务 · 申请样本最后更新 2026-09-19