zli12321/LHTB : guide éditorial fondé sur le README

Le README décrit zli12321/LHTB comme « Long Horizon Terminal Benchmark with Dense Reward Grading ». Cette page reste limitée aux faits vérifiables dans le dépôt. Les étoiles, forks et badges indiquent une attention, pas une preuve de qualité. Sous « Long-Horizon Terminal-Bench (LHTB) », la source indique : Long-Horizon Terminal-Bench is a 46-task benchmark for measuring how well LLM agents sustain useful work in a containerized terminal over hundreds of steps.. Cela fixe un périmètre déclaré, pas un test en production.

La section « The benchmark is hard » aide à vérifier si le projet répond au besoin : Only 17 tasks are solved by at least one model.. Si ce besoin ne correspond pas au vôtre, la popularité ne suffit pas. Les noms, commandes et composants sont conservés pour permettre une comparaison directe avec la source primaire. Le README fournit aussi ce point vérifiable : 29 of 46 tasks are never solved (R ≥ 0.95) by any model.. Il peut guider le premier test, sans remplacer une vérification dans l'environnement prévu.

Le fonctionnement est réparti dans des sections comme « Long-Horizon Terminal-Bench (LHTB) ». La source fournit notamment : Tasks span interactive games & puzzles, multimodal analysis, software / reverse engineering, scientific computing, earth & energy systems, security & performance, research reproduction, and professional APEX-style workflows.. Les détails absents sur l'architecture, les performances ou la sécurité ne sont pas inventés. Avant une mise en service, vérifiez l'arborescence, la configuration et l'historique des releases.

Commencez l'installation avec l'entrée documentée dans le README. La commande vérifiable est : uv tool install harbor # or: pip install harbor Si aucune commande n'est fournie, cette page n'en fabrique pas. Consultez « Results (July 2026 snapshot) » pour les dépendances, les ports par défaut et l'initialisation du premier lancement.