# Harness-Bench 题目分类 [English](TASK_TAXONOMY_V3.md) | **简体中文** ## 题目与分类 Harness-Bench 共 **300 题 = 274 道通用任务 + 26 道多模态任务**。这是统一的任务集,不按发布批次、贡献者或来源拆分。评测按通用和多模态分别报告,以适配模型的模态支持。 | 一级分类 | 数量 | 二级分类及数量 | |---|---:|---| | Software Engineering | 81 | Implementation and Repair 67;Repository Maintenance 14 | | Business Operations | 71 | Rule-Based Review 34;Transaction Processing 26;Coordination 11 | | Systems Engineering | 65 | Infrastructure Implementation 26;Operations and Deployment 22;Incident Recovery 17 | | Research and Analysis | 40 | Data Preparation 20;Evidence-Based Research 13;Quantitative Analysis 7 | | Web Development | 27 | Interactive Applications 12;Visual Tools 11;Layout and Accessibility 4 | | Content Production | 16 | Documents and Presentations 9;Document Processing 5;Media Processing 2 | 当前采用 **6 个一级类、17 个二级类**。逐题映射见 [`catalog/task_taxonomy_v3.json`](../catalog/task_taxonomy_v3.json);题目包内的字段为 `task_category` 和 `task_subcategory`。原始的 `domain` 字段和来源字段不是当前分类。Web Development 的 27 题包含 26 道多模态题和 1 道通用题。 逐题分类依据保存在映射文件的 `classification_rationale_v3` 字段中。分类按工作对象和交付要求确定;任务是通过代码实现还是通过界面实现,另由 `execution_form` 字段记录。 ## 内容标识 分类字段只为已有任务添加标注,不改变题面、环境、评分器或任务成员。由于 `task.yaml` 计入题目包哈希,分类标注冻结为 [`catalog/standard274.taxonomy-v3.lock.json`](../catalog/standard274.taxonomy-v3.lock.json),这是对同一批 274 道通用任务的元数据更新。当前内容锁为 [`catalog/standard274.release-v1.lock.json`](../catalog/standard274.release-v1.lock.json)(见 [catalog README](../catalog/README.md))。此前的锁文件保持不变。