记录完整性
合成数据中的每条记录在分页结果中恰好出现一次
Coding
长程编程、仓库级开发、深度研究与长文档任务
Coding 数据覆盖长程软件开发、仓库级任务、深度研究、长文写作与文档以及从 UI 到应用的代码生成
看懂一项任务如何成为训练数据
从任务上下文到执行记录与验收设计 了解一份数据交付的组成
合成演示示例
为官网展示自拟的任务 不包含客户数据或在售数据集样本
任务输入包含什么
任务将初始上下文 明确目标与可观察的完成条件关联起来
task修复活动记录 API 的分页问题
context代码仓库上下文 · API 约定 · 问题复现数据
target形成可通过回归检查的仓库级代码变更
acceptance记录完整性 / 排序稳定性 / 接口兼容性
仓库上下文与验收条件将代码变更关联到完整工程任务
数据交付结构一览
以下合成目录展示记录与证据如何关联 正式交付范围需在项目中约定
task.json- 任务要求与验收条件
context/repository-map.txt- 相关文件与接口边界
trajectory.jsonl- 操作记录与关联环境观察
artifacts/change.patch- 实现与测试的变更记录
verification/report.json- 检查定义与证据索引
轨迹字段 task_id / step_id / action_summary / observation_summary / evidence_ref
示例验收条件 · 记录完整性 / 排序稳定性 / 接口兼容性
了解任务结果验证方法围绕你的目标任务了解数据
联系沟通相关样本 任务范围与交付格式
数据类型
- Long-horizon Coding
- SWE / Repo-level Coding
- Deep Research
- Long Writing / Document
- UI2App / Code Generation
数据交付包含什么
任务要求、代码仓库或参考材料
任务执行轨迹与代码、研究或文档产物
验收标准与结果检查
交付包含 Schema、使用文档、授权边界及在项目启动时约定的质量报告
交付前评估
Coding 数据交付前要确认什么
从仓库上下文到代码变更与验收证据 按以下要点与我们确认样本范围和交付要求
仓库与环境版本
任务基于哪个仓库快照与依赖版本 初始状态和环境准备步骤如何记录
对应查看哪些材料提交或快照标识 · 依赖清单 · 环境准备说明
任务目标与修改边界
任务需要实现什么 允许修改哪些文件 哪些接口与已有行为需要保持兼容
对应查看哪些材料任务说明 · 操作约束 · 验收条件
执行轨迹与字段关联
操作顺序如何关联工具输入 输出和环境观察 失败尝试与纠错过程如何记录
对应查看哪些材料任务与步骤标识 · 工具调用记录 · 证据索引
代码产物与验收标准
代码变更与测试如何关联任务 检查结果是否记录对应环境和验证器版本
对应查看哪些材料补丁或修改文件 · 测试定义 · 验证报告
训练与评测划分
关联仓库与相似任务按什么规则划分 哪些参考实现与保留测试不进入模型输入
对应查看哪些材料划分规则 · 重叠检查范围 · 输入字段边界
试样与正式交付范围
Demo 需要覆盖哪些任务类型与格式 正式交付前确认使用范围和验收口径
对应查看哪些材料试样范围 · 字段字典 · 约定交付清单
从目标任务开始沟通
告诉我们希望评估的能力 任务类型和交付格式 一起明确 Demo 范围与验收要求
以上为交付评估要点 具体字段 材料与使用范围按项目约定
从数据需求到完成交付
01
明确数据需求
02
采集真实任务
03
记录专家过程
04
组织轨迹数据
05
独立验证质量
06
交付训练资产
公开视觉 Coding 实验
阿里云报道了与 Efflora 共同设计的实验：从 128 张截图出发构建包含 18 条路由和 69 个 API 的应用
阅读实验案例案例 / REAL DELIVERY
真实任务
可检查的交付结果
Real Delivery 展示如何将界面证据组织为长程 Coding 任务并以实际产物检验结果切换模型体验这一数据案例中已公开的交付产物
正在载入 X 本地网页…
SNAPSHOT MODE
当前内嵌为继承的新版 X 本地网页演示，支持帖子、评论、发帖、聊天及本地保存。模型选项保留展示状态，均未评测。