 Xingyao Wang
|
090c911a50
(refactor) Make `Runtime` class synchronous (#3661)
|
hace 1 año |
 Graham Neubig
|
f9088766e8
Allow setting of runtime container image (#3573)
|
hace 1 año |
 Robert Brennan
|
01ae22ef57
Rename OpenDevin to OpenHands (#3472)
|
hace 1 año |
 Xingyao Wang
|
bdf6df12c3
fix: pip not available in runtime (#3306)
|
hace 1 año |
|
Xingyao Wang
|
b30a2dd87a
completely remove update_source_code (#3280)
|
hace 1 año |
|
Xingyao Wang
|
31b244f95e
[Refactor, Evaluation] Refactor and clean up evaluation harness to remove global config and use EventStreamRuntime (#3230)
|
hace 1 año |
|
Xingyao Wang
|
001195a3ea
reduce the duplication in run_controller (#3217)
|
hace 1 año |
|
Xingyao Wang
|
4f0a454ed6
[Arch] Support integration tests using EventStream Runtime (#3184)
|
hace 1 año |
 மனோஜ்குமார் பழனிச்சாமி
|
563ebd406d
Fix: Add missing arguments for SSHBox in evaluation (#3075)
|
hace 1 año |
|
Graham Neubig
|
275ea706cf
Remove remaining global config (#3099)
|
hace 1 año |
|
Xingyao Wang
|
da17665cab
fix: make max_budget_per_task optional in `run_agent_controller` (#3071)
|
hace 1 año |
|
Xingyao Wang
|
cf910dfa9d
fix eval api_key leak in metadata; fix llm config in run infer (#2998)
|
hace 1 año |
 Engel Nyst
|
d37b2973b2
Refactoring: event stream based agent history (#2709)
|
hace 1 año |
|
Graham Neubig
|
d0384cafdd
Two fixes to swe bench eval (#2831)
|
hace 1 año |
|
Xingyao Wang
|
f6dc89b41a
[Evaluation] Simplify eval & and multi-processing related fixes (#2810)
|
hace 1 año |
|
Graham Neubig
|
a081935fd8
Simplify eval code (#2775)
|
hace 1 año |
|
Graham Neubig
|
ffd3c7144c
Remove global args (#2760)
|
hace 1 año |
|
Engel Nyst
|
2d9bb56763
Add ability to restore the cli session (optional) (#2699)
|
hace 1 año |
|
Engel Nyst
|
874b4c9075
CLI concurrency (#2695)
|
hace 1 año |
 RainRat
|
745ae42a72
fix typos (#2352)
|
hace 1 año |
 Leo
|
040d6bd806
fix: add an early exit check for agent answers in agent bench. (#2257)
|
hace 1 año |
 Ryan H. Tran
|
22e8fb39b1
add cost metrics to evaluation outputs for all benchmarks (#2199)
|
hace 1 año |
|
Leo
|
be251b11de
Add AgentBench. (#2012)
|
hace 1 año |
