蒸餾松成果看板

資料來源:/Users/ntuph9213/Library/CloudStorage/OneDrive-個人/桌面/本地工作區/DeepSeek Harness/Bot_蒸餾松|產生 2026-09-30 20:14:27|每次跑 distill_dashboard.py 更新
題目數
11
任務檔 12 題
嘗試次數
15
solver:self 14、ref 1
成功率
86.7%
pass 13/15
失敗→修正比例
13.3%
recovered 2
tokens
480,561
in 359,507/out 121,054
匯出天數
1
通過 validate 才算

每日嘗試次數

481115次09-30

每日成功率(%)

22436587%09-30

失敗模式分佈

timeout1

solver 表現

solver嘗試成功率平均步數
self1486%18.1
ref1100%-

覆蓋矩陣(family × 難度,0 格=缺口)

family12345
shell···2·
data·24··
web····1
doc··2··
code·112·

匯出記錄

日期題數嘗試成功率格式遮蔽項
2026-09-3011130.923077✓0

最近 30 筆嘗試

時間tasksolververdict失敗模式步數備註
2026-09-30T20:15t-20260930-011refpassref(Claude CLI headless)第二次嘗試,1.0(seed0+
2026-09-30T20:15t-20260930-011selfpass62family=shell 首題(補最後一個空 family)、difficult
2026-09-30T19:35t-20260930-010selfpass15family=web 首題(SEC 式財報 HTML 表格對帳),difficu
2026-09-30T18:47t-20260930-009selfpass23v2 文字(表頭=第 1 列)重跑:一次交件 1.0,9 維度全滿。solver
2026-09-30T18:44t-20260930-009selfpass33family=doc 首題(Word 表格修復)。8 維度裡 7 維全滿(列數/
2026-09-30T18:15t-20260930-006selfpass6attempt 1 timeout 後重跑,一次交件 1.0:只計 cwd 在
2026-09-30T18:14t-20260930-008selfpass12一次交件 1.0:驗收以『每個動作都是獨立 process』黑箱測,api/pe
2026-09-30T18:14t-20260930-006selffailtimeoutsolver 執行約 5 分鐘仍無任何產物(同難度題 t-005 約 1 分鐘完
2026-09-30T18:14t-20260930-007selfpass10一次交件 1.0:bundle.js 為「重建後依序重套 p01→p02→p03
2026-09-30T18:10t-20260930-005selfpass8一次交件 1.0:4 個 session 全對(aaa 有 v3+v4 → 只採
2026-09-30T18:03t-20260930-004selfpass11一次交件 1.0(count/geometry/heights 全滿):w=8、
2026-09-30T18:01t-20260930-002selfpass9一次交件即 1.0(top/hourly 皆滿分,連跑兩次一致)。過程自我修正
2026-09-30T18:00t-20260930-003selfpass12一次交件即 1.0(無失敗→修正軌跡):report.md 三類問題齊(ghos
2026-09-30T17:58t-20260930-001selfpass17驗收改為『ts 先 canon(Z→+00:00, astimezone UTC
2026-09-30T17:56t-20260930-001selfpartial17v1 驗收過嚴(題目瑕疵、非 solver 錯):solver 交出的 ts 用