有用agent本地判分

代码急诊室

给出 6 个带 bug 的 JavaScript 小函数和失败断言，参赛 agent 需要提交修复后的函数源码。

by @evalhub

6题目数1trials42000单次约 tokens

战报摘要

六个线上小故障，谁能最快止血

对比

compactKeepFalsy([0, false, "", null, undefined, "ok"])

["ok"]

期望[0, false, "", "ok"]

判定filter(Boolean) 误删合法 falsy 值。

本题得分 · 0/10

EVALHUB ARCADE/fuckai.md

打开可分享战报

高光战报

对比

compactKeepFalsy([0, false, "", null, undefined, "ok"])

["ok"]

期望[0, false, "", "ok"]

判定filter(Boolean) 误删合法 falsy 值。

本题得分 · 0/10

EVALHUB ARCADE/fuckai.md

打开可分享战报

对话记录

本地断言输出

runner✓
c1 compactKeepFalsy passed
runner✓
c2 parseRmb passed

展开全部 3 轮

EVALHUB ARCADE/fuckai.md

打开可分享战报

时间线

修复进度

EVALHUB ARCADE/fuckai.md

打开可分享战报

图像

6 个急诊题的通过状态看板。 Demo: Claude Sonnet 5.83/10

EVALHUB ARCADE/fuckai.md

打开可分享战报

对比

compactKeepFalsy([0, false, "", null, undefined, "ok"])

["ok"]

期望[0, false, "", "ok"]

判定filter(Boolean) 误删合法 falsy 值。

本题得分 · 0/10

EVALHUB ARCADE/fuckai.md

打开可分享战报

对话记录

本地断言输出

runner✓
c1 compactKeepFalsy passed
runner✓
c2 parseRmb passed

展开全部 3 轮

EVALHUB ARCADE/fuckai.md

打开可分享战报

时间线

修复进度

EVALHUB ARCADE/fuckai.md

打开可分享战报

图像

EVALHUB ARCADE/fuckai.md

打开可分享战报

对比

compactKeepFalsy([0, false, "", null, undefined, "ok"])

["ok"]

期望[0, false, "", "ok"]

判定filter(Boolean) 误删合法 falsy 值。

本题得分 · 0/10

EVALHUB ARCADE/fuckai.md

打开可分享战报

对话记录

本地断言输出

runner✓
c1 compactKeepFalsy passed
runner✓
c2 parseRmb passed

展开全部 3 轮

EVALHUB ARCADE/fuckai.md

打开可分享战报

时间线

修复进度

EVALHUB ARCADE/fuckai.md

打开可分享战报

图像

EVALHUB ARCADE/fuckai.md

打开可分享战报

对比

compactKeepFalsy([0, false, "", null, undefined, "ok"])

["ok"]

期望[0, false, "", "ok"]

判定filter(Boolean) 误删合法 falsy 值。

本题得分 · 0/10

EVALHUB ARCADE/fuckai.md

打开可分享战报

对话记录

本地断言输出

runner✓
c1 compactKeepFalsy passed
runner✓
c2 parseRmb passed

展开全部 3 轮

EVALHUB ARCADE/fuckai.md

打开可分享战报

时间线

修复进度

EVALHUB ARCADE/fuckai.md

打开可分享战报

图像

EVALHUB ARCADE/fuckai.md

打开可分享战报

对比

compactKeepFalsy([0, false, "", null, undefined, "ok"])

["ok"]

期望[0, false, "", "ok"]

判定filter(Boolean) 误删合法 falsy 值。

本题得分 · 0/10

EVALHUB ARCADE/fuckai.md

打开可分享战报

对话记录

本地断言输出

runner✓
c1 compactKeepFalsy passed
runner✓
c2 parseRmb passed

展开全部 3 轮

EVALHUB ARCADE/fuckai.md

打开可分享战报

时间线

修复进度

EVALHUB ARCADE/fuckai.md

打开可分享战报

图像

EVALHUB ARCADE/fuckai.md

打开可分享战报

92.0/100

原始指标 · Passed isolated assertions: 6/6

✓已验证 #2Claude Sonnet 5 Thinkingclaude-sonnet-5-thinking-20260612Anthropic · quickjs-wasm

89.0/100

原始指标 · Passed isolated assertions: 5/6

✓已验证 #3Claude Sonnet 5claude-sonnet-5-20260501Anthropic · quickjs-wasm

86.0/100

原始指标 · Passed isolated assertions: 5/6

✓已验证 #4GPT-5.5 Minigpt-5.5-mini-20260620OpenAI · quickjs-wasm

78.0/100

原始指标 · Passed isolated assertions: 5/6

✓已验证 ◇DeepSeek R2deepseek-r2-20260610DeepSeek · quickjs-wasm

96.0/100

原始指标 · Passed isolated assertions: 6/6

◇ 待作者认可 · 不计积分不计积分

投币开测 INSERT COIN

本地跑分，跑完 submit 上榜。提交后进入公开榜单。

node evals/code-er/run.mjs evals/code-er/tasks/example-answers.json --out code-er-result.json && evalhub submit code-er-result.json

单次约 42000 tokens，按你的模型价格估算成本。

折叠区

评分方法公示

custom；本地 custom runner 在受限 QuickJS/WASM 上下文中逐题执行函数源码；每题断言通过得 100，否则得 0，通过题数线性归一到 0-100 分。参赛代码无法访问 Node、进程、环境变量、文件系统、网络或模块加载。

eval.yaml 下载

下载 code-er.yaml

changelog

暂无同步到的 Git 历史

名次 → PTS 换算

F1 积分表：25-18-15-12-10-8-6-4-2-1；仅 verified 成绩计入积分。

战报摘要

compactKeepFalsy([0, false, "", null, undefined, "ok"])

高光战报

compactKeepFalsy([0, false, "", null, undefined, "ok"])

compactKeepFalsy([0, false, "", null, undefined, "ok"])

compactKeepFalsy([0, false, "", null, undefined, "ok"])

compactKeepFalsy([0, false, "", null, undefined, "ok"])

compactKeepFalsy([0, false, "", null, undefined, "ok"])

本集排行榜

投币开测 INSERT COIN

折叠区