olusola-titilayo 发布 agentic-task-pack 编码智能体评测任务集

olusola-titilayo 发布 agentic-task-pack，包含 3 项原创编码智能体评测任务，每项包含指令、基础代码仓库、参考修复、隐藏测试和诱导性局部修复。任务均通过 swe-task-validator 的 11 项检查，三个 Claude 智能体独立完成测试的通过率分别为 11/11、12/12 和 14/14；作者同时说明单模型单次样本不足以衡量任务难度。