Hugging Face
Search models, datasets, users...
Ctrl K
Models
Datasets
Spaces
Buckets
Docs
Enterprise
Pricing
Website
Tasks
HuggingChat
Collections
Languages
Organizations
Community
Blog
Posts
Daily Papers
Hardware
Learn
Discord
Forum
GitHub
Solutions
Team & Enterprise
Hugging Face PRO
Enterprise Support
Inference Providers
Inference Endpoints
Storage Buckets
Log In
Sign Up
Spaces:
SilverElixir
/
Lumen
Like
0
Running
App
Files
Files
Community
Fetching metadata from the HF Docker repository...
main
Lumen
/
eval
223 kB
Ctrl+K
Ctrl+K
4 contributors
History:
68 commits
SilverElixir
fix(F-126..F-131): копия пометки как в проде, LUMEN_ENV_DIR в image_probe, таймаут моделей, коды возврата проб, фронтматтер в RU
c65fe5c
about 5 hours ago
README.md
Safe
4.27 kB
fix(F-062,F-092,F-118,F-132,F-133,F-134,F-135,F-137): дубликаты триггеров, кап picks, «blocked», доки и eval-README
about 6 hours ago
RESULTS.md
Safe
43.6 kB
fix(F-062,F-092,F-118,F-132,F-133,F-134,F-135,F-137): дубликаты триггеров, кап picks, «blocked», доки и eval-README
about 6 hours ago
agent_loop_probe.py
Safe
8.17 kB
eval: три открытых пункта прошлого отчёта закрыты замерами, а не словами
4 days ago
effort_grid.py
Safe
8.34 kB
fix(F-126..F-131): копия пометки как в проде, LUMEN_ENV_DIR в image_probe, таймаут моделей, коды возврата проб, фронтматтер в RU
about 5 hours ago
harness_eval.py
Safe
33.3 kB
test(F-121,F-122,F-123,F-125,F-147,F-159): успех без targets, док-число поисков, прод-потолок и детектор маркера, снапшот EMA, фейк send_media_group
about 6 hours ago
harness_weak.md
Safe
103 Bytes
Fix harness-eval: agent edits vs setup artifacts, weak arm, atomic cache
27 days ago
image_probe.py
Safe
4.81 kB
fix(F-126..F-131): копия пометки как в проде, LUMEN_ENV_DIR в image_probe, таймаут моделей, коды возврата проб, фронтматтер в RU
about 5 hours ago
keys_audit.py
Safe
1.69 kB
eval: аудит ключей пользовательских строк — 88 обращений кода, неизвестных нет (служебное имя вместо фразы не покажется)
6 days ago
live_smoke_probe.py
Safe
6.56 kB
fix(F-119): живая проба требует явного тестового бота и отказывает на проде
about 9 hours ago
munito_probe.py
Safe
6.19 kB
fix(F-126..F-131): копия пометки как в проде, LUMEN_ENV_DIR в image_probe, таймаут моделей, коды возврата проб, фронтматтер в RU
about 5 hours ago
no_search_honesty_probe.py
Safe
6.99 kB
eval: три открытых пункта прошлого отчёта закрыты замерами, а не словами
4 days ago
persona_models.py
Safe
38.5 kB
fix(F-126..F-131): копия пометки как в проде, LUMEN_ENV_DIR в image_probe, таймаут моделей, коды возврата проб, фронтматтер в RU
about 5 hours ago
persona_questions.json
Safe
12.3 kB
eval: детерминированная сетка манеры считает вопросы, математику и длину ответа, а корпус несёт подсказки style по каждому вопросу — судья поставил 2/2 ответу без единого эмодзи при явной просьбе, и только счётчик нашёл это строкой
6 days ago
persona_questions_casual.json
Safe
6.49 kB
eval: калибровка expect вопросов 1/10/11 по реальным ответам Claude (списки у Claude норма, провал — текстура статьи)
10 days ago
persona_questions_multilingual.json
Safe
9.41 kB
замер на запасной модели маршрута нашёл дефект, внесённый ночной правкой промпта: пример ответа был написан по-английски, и слабая голова копировала его на русский вопрос («No, I am Lumen.» вместо «Нет, я Lumen.»); пример заменён описанием формы, проверено на обеих головах. Плюс сборщик замера теперь сам пишет script_ok и style_flags — детерминированная сетка манеры вместо reliance на судью
6 days ago
provider_caps_probe.py
Safe
4.71 kB
ревью документов и поведения: карта возможностей стала повторяемой, осколки имён сняты, устаревшие цифры помечены
5 days ago
search_cases.json
Safe
9.94 kB
доки и промпт по ревью: таблица замера воспроизводится (20/10/2/0), указатель на живой скрипт, зеркала README с детализацией хостов, полный список сигналов, агрегаторские ссылки не попадают в «Источники»
2 days ago
search_offline_check.py
Safe
3.47 kB
search: второй раунд ревью — бонус фандома не поднимает недатированную страницу поверх свежей новости, guard вики-сигнала един для всех слов, реакция с эмодзи/скобками не триггер, украинское «погоді» вернуто словом, чекер считает вики-ожидания отдельно
2 days ago
search_parity_probe.py
Safe
3.26 kB
fix(F-126..F-131): копия пометки как в проде, LUMEN_ENV_DIR в image_probe, таймаут моделей, коды возврата проб, фронтматтер в RU
about 5 hours ago
search_trigger_corpus.py
Safe
4.18 kB
поиск: ещё три структурных сигнала — должность при имени, результат турнира, счётчик серий и состояние события; реплика без точки считается вопросом (корпус: 34 из 35, ложных 0)
6 days ago
tasks.json
Safe
1.84 kB
Add harness-eval: measure whether auto-edited AGENTS.md helps the agent
27 days ago
zone2_probe.py
Safe
4.72 kB
test(F-121,F-122,F-123,F-125,F-147,F-159): успех без targets, док-число поисков, прод-потолок и детектор маркера, снапшот EMA, фейк send_media_group
about 6 hours ago