SFA 提交任务
提交任务

交一道题

先选作业类型和计分方式。评分模式要带打分脚本;报告模式不带脚本,由 LLM Judge 按 rubric 阅卷。过程题看百分制色档,判断题只显示通过/未通过。再选领域、解题模型和 MCP。

作业类型 *

提交前必须选定作业类型和计分方式,选定后才能填下面各项。两种模式的题包要求和本页要填的项不一样;计分方式只影响跑完后怎么展示分数。

计分方式 *

与作业类型正交:评分模式、报告模式都可以是过程题或判断题。旧任务没有这项的,按过程题展示。

题包 zip

拖进来、点选,或在页面上粘贴。根目录名即题号;MCP 和模型由本页写入,不必打进 zip。

把 zip 拖到这里,或点选文件
也可以直接粘贴(Ctrl+V / ⌘V)

模型与 MCP

专家提交时必选。新增的领域立刻出现在全平台下拉里。

选模型即可。平台按模型自动分流:GLM 走 Chat Completions,其余走 Codex。普通用户全系 GPT 解题模型共 2 次,提交入队即计次,失败也算。

默认不使用。需要语义/看图分时再选模型。

解题只跑一遍。评分按这个次数重复,报告列出每次总分,通过与否只看第 1 次。二次评分沿用这个次数。

从下拉选择即可挂上,可挂多个。没有可用项时先到环境配置上架。

返回工位

契约摘要

必须有先选作业类型和计分方式
评分评分模式跑题包脚本;报告模式由平台 LLM Judge 阅卷
展示过程题看百分制色档;判断题只显示通过/未通过
本页选先选作业类型和计分方式,再选领域、解题模型。其余项随类型变化
可选data/(Agent 只读;MCP 容器挂 /workspace/data)、instance.json
体积zip ≤ 2GB,解压后 ≤ 4GB
禁止env/、output/、traces/、reference/、human_grader/、results/、expected_output/、.mcp.json、mcp.json、compose、Dockerfile、任何 .tar / .tar.gz