Riiiiiiin/some-molecular-optimization-experiment
OpenAI4S Molecular Optimization scenarios-v3 交付包 本目录是五个 admet_molecular_optimization 场景的重构交付版本。目录布局对齐 OpenAI4S-Eval scenarios-v3：公共 workflow 与评测规范位于顶层，Agent queries、ground-truth repositories 和两组 OpenAI4S worker codebases 分开保存。 所有内容均为真实文件，不使用符号链接。../final/ 是只读迁移来源，不属于本交付包。 场景映射 ID Scenario Query GT Doubao GPT scenario-1 Scaffold and Warhead Preserving Optimization queries/scenario-1.md GT-Codebase/scenario-1/ OpenAI4S-Doubao-Codebase/scenario-1/… See the full description on the dataset page: https://huggingface.co/datasets/Riiiiiiin/some-molecular-optimization-experiment.
OpenAI4S Molecular Optimization scenarios-v3 交付包
本目录是五个 admet_molecular_optimization 场景的重构交付版本。目录布局对齐 OpenAI4S-Eval scenarios-v3：公共 workflow 与评测规范位于顶层，Agent queries、ground-truth repositories 和两组 OpenAI4S worker codebases 分开保存。
所有内容均为真实文件，不使用符号链接。../final/ 是只读迁移来源，不属于本交付包。
场景映射
公共文件
workflow_definition.md：五场景共享的科学 workflow family。evaluation_specification.md：30% 脚本评测与 70% LLM judge 的公共协议。evaluation_prompt.md：家族级英文 LLM judge prompt。scenario-1.md至scenario-5.md：各场景对公共 workflow 的补充定义。queries/：Agent 实际收到的英文任务。
可见性边界
Agent 任务包只允许包含一份 queries/scenario-<n>.md、对应的 GT-Codebase/scenario-<n>/test_cases/database/，以及外部安装的 skill/harness。不得向 Agent 提供 GT pipelines/、test_cases/evaluation/、test_cases/outputs/ 或任何其他 worker/reference codebase。
Evaluator/Judge 可读取相同输入、对应 GT repository、被评 worker repository、顶层 evaluation 文件，以及场景级 evaluation 文件。完整数据集可见不等于 Agent task package 可见；任务组装必须使用白名单。