--- title: video500-codex-cli-sol-high-20261027 canonical_url: "https://www.modelscope.cn/datasets/jhZHou06/video500-codex-cli-sol-high-20261027" md_url: "https://www.modelscope.cn/datasets/jhZHou06/video500-codex-cli-sol-high-20261027.md" repository: jhZHou06/video500-codex-cli-sol-high-20261027 chinese_name: "视频500题Codex CLI重答结果（未评分）" last_updated: 2026-10-29 license: other storage_size: "4.0 GB" downloads: 97 stars: 0 --- # video500-codex-cli-sol-high-20261027 > video500-codex-cli-sol-high-20261027 - jhZHou06 在 ModelScope 开源的数据集。Codex CLI对固定500道视频题的独立重新作答：200生成+300编辑，491题正常完成，9题一次独立重答后仍失败。本仓库仅提供候选视频、源码、原题/输入绑定和未完成清单供他人后续评分；没有质量评分，与旧裸API批次分开。 jhZHou06/video500-codex-cli-sol-high-20261027 是 ModelScope 魔搭社区上的数据集，存储大小 4.0 GB，采用 other 许可。 - **Repository**: jhZHou06/video500-codex-cli-sol-high-20261027 - **License**: other - **Storage size**: 4.0 GB - **Downloads**: 97 - **Stars**: 0 - **Last updated**: 2026-10-29 Source: https://www.modelscope.cn/datasets/jhZHou06/video500-codex-cli-sol-high-20261027 --- # 视频500题：Codex CLI重新作答，供独立评分 本仓库是本次 **Codex CLI / gpt-6.1-sol / high** 的独立重答批次，与旧裸API结果分开。固定题单为200道生成题、300道编辑题。**491题正常完成，9题在一次独立重答后仍失败；本批次没有质量评分。** 80道原题真正失败或中断，其中71题通过一次新上下文重答完成，9题仍未完成。每题选择最新获授权尝试的最后一次正式提交，不挑最好、不回退较早视频。全部500题均有状态记录。 ## 下载和评分 - `video_generation-answers-*.zip`：2个包，200题的最后正式视频与可编辑源码。 - `video_editing-answers-*.zip`：10个包，300题的状态、候选视频、可编辑源码及原视频/掩码/图像/文本输入。 - 各ZIP可独立解压，将同模块各包解压到同一目录即可，无需拼接字节。 - [cases.json](https://modelscope.cn/datasets/jhZHou06/video500-codex-cli-sol-high-20261027/resolve/master/cases.json)：500题唯一索引，包含所在ZIP、题目目录、来源benchmark、输入角色、最后视频路径/SHA及完成状态。 - [unfinished-cases.json](https://modelscope.cn/datasets/jhZHou06/video500-codex-cli-sol-high-20261027/resolve/master/unfinished-cases.json)：9题未完成的原因及保留材料。 - `archive-files.json`：ZIP内全部文件的大小和SHA256；`SHA256SUMS`、`release-files.json`校验仓库文件。 - `workflow-metadata.json`：最后所选尝试的原计时、消耗及CLI报告计数。保留原字段语义；不是重建的完整墙钟或全部重答成本，不能把CLI/账本请求计数当作实际提供方网络请求次数。未记录值留null。 每题目录含 `task.json`（原题文本、来源、输入角色/路径与技术输出要求）、`completion.json`、`source/` 和适用的 `inputs/`。正常完成题含 `final.mp4`。视频、源码及462份原输入均保持原字节，没有重渲染或转码。源码供审计；重新运行源码仍可能需要原工具环境及登记素材，评分已有视频无需重渲染。 主分析的正常完成候选为491个。编辑题 `ours_039_03` 的CLI在最后正式提交03后中断，另保留 `retained-interrupted-formal.mp4`，应单列为可选敏感性结果，不能冒充正常完成。其余8题没有可接受的最后正式视频。因此共492个保留视频，不是492题正常完成。 按 `source_benchmark` 使用对应原来源的评分协议、标签/GT、量纲及适用指标；原标签或评估依赖未就绪时如实留缺，不根据候选猜测。不将失败、缺视频、缺依赖或无效评审填为0分，不合成跨来源总分。主观裁判只接收原题、必要输入和候选，不向其提供作者身份、源码、故障/介入记录或自我评价。新的评分请另版本保存。部分原来源自动指标仍需其原标签/GT和运行环境，本包不宣称这些已经就绪。 ## 哪些没完成 9题均为编辑题，均已用过一次独立新上下文重答： - `ours_039_03`：会话流中断，但有上述最后正式视频。 - `ours_044_01`、`ours_046_02`、`ours_046_06`、`ours_062_03`：收到模型服务容量错误；不代表质量低或账户额度耗尽。04602最后正式提交未满足原输出要求，源码保留。 - `ours_049_06`、`ours_060_02`：会话结束后的预览子进程发生已证明的管道死锁；精确清理后原执行器真实记录退出137，无正式提交。 - `ours_061_01`、`ours_064_05`：CLI正常退出，但已接受的准备操作排空后仍没有正式提交。 ## 实验差异与审计说明 原题文本、公共输入字节/角色/掩码时序、工具、默认采样、原创作预算及最后正式提交规则保持。单执行为原镜像、8CPU/16GiB/512进程上限、离线非特权环境。 - 用户批准使用4张A10，区别于原包A100。调度从单渲染池发展为2池，同题始终串行；最多8个原作者加4个重答作者。后续按两池真实负载分配。 - 2026-10-28 06:30:56UTC起，仅给之后的新上下文暴露A10设备及现有580.126.09驱动库。最终选择中153题暴露GPU，200道生成题均为CPU环境。暴露能力不等于作者算法实际用GPU，也不构成提速实测；未强换作者算法、编码器、采样或精度。 - 保留原生request4/stream5重连、早期HTTP头尝试、工具收尾桥、编辑停止规则适配及合法嵌套输出回执定位的部署差异。此前代理/服务端断线根因未被证明。 - 编辑原规则允许正常停止并报告最后正式尝试，不强制额外finish。最终发现10个原编辑记录及3个fresh记录被额外finish条件误标；只做带SHA的派生判定，原始记录未改。其中 `00101/00102/00106/00302` 四个本来正常的原题在纠错前发生多余重答，原首答与重答均保留在内部审计，仍按最新选择。 - 五次技术执行介入分别是 `01101原尝试、04906重答、05703原尝试、06101原尝试、06002重答`。仅在会话已结束、冻结源码、同一管道及确切进程/容器闭环证明后清理孤立预览；原执行器记录真实137，源码未改。相应尝试须从“无协调方执行介入”敏感性范围剔除；逐题索引同时区分谱系介入与最终所选尝试介入。 - 历史生成题CA-ADD-0874旧孤立视频的原退出/反馈缺失；CA-ADD-1129请求0008、CA-ADD-1324请求0002的旧精确信封曾被索引覆盖，旧SHA/CLI历史仍在、精确旧信封未备份。新重答不修复这些旧证据缺口。 本次共500次原作答、84次独立重答，另有37个同会话续接目录；这些不是模型请求次数。本评分交接包提供最后所选候选、源码、原题/输入绑定和公开审计标记，不发布私人CLI会话、提供方加密状态、登录凭据、模型权重或容器镜像。完整内部尝试保留在原交付中。 素材、原题和上游代码分别遵循原许可，本归档不提供统一再许可。旧API仓库及其既有评分没有被改写或拿来替代本批次答案。