你的本地编码模型能修复这些边界情况的 bug 吗？Failure Map：20,168 个开源 Python 任务

我是 Failure Map 的创建者，这是一个精简 Python 调试任务的代码库。此次开放发布包含 20,168 个任务，涵盖 254 个类别，附带标准库实现、明确的契约说明、失败的修复尝试以及可执行的边界检查。三个可以尝试的小用例： • 重复投递：对相同金额进行去重会丢失合法事件。 https://failuremap.org/cases/FA-001 • 缓存过期：减去一整个时间周期会导致仍然有效的条目被拒绝。 https://failuremap.org/cases/FA-006 • 分页：将 `>` 改为 `>=` 会使游标记录重复。 https://failuremap.org/cases/FA-011 提示词模板："修复 solve 函数以满足所述契约。仅返回 Python 源代码。保持函数签名不变。契约：{prompt}。存在缺陷的实现：{broken_source}。" 已测量的程序基线（3 项检查中通过的数量，即 已损坏 / 修复尝试后）：FA-001 为 2/3 / 1/3；FA-006 为 2/3 / 2/3；FA-011 为 2/3 / 1/3。这些是代码库所附程序的执行结果，并非模型得分。我目前还没有可声称的本地模型测量结果。 为了对不同运行结果进行比较，请报告准确的模型名称和版本、量化方式、提示词、采样设置、随机种子、每个任务的尝试次数以及通过数量。在隔离环境中运行候选代码，并将评测用例置于其控制范围之外。已记录检查的成功并不代表隐藏测试中的表现。 下载：https://failuremap.org/api/exports/tasks.jsonl.gz 方法论：https://failuremap.org/methodology