wxli318/GenAgent_Raw_Rollouts

CoReBench 原始 Rollout

这里包含 DeepSeek 在同一批1080个 CoReBench 任务上的两轮图像生成实验：一轮调用 Z-Image，另一轮调用 Qwen-Image-2.1。可以查看每个任务的完整思考与工具调用过程、每轮生成图片、验收反馈和最终选择；同时附有两轮对应的实验代码。

实验	原始轨迹	逐轮图片	agent 自检通过
DeepSeek + Z-Image	1080	3216	562
DeepSeek + Qwen-Image-2.1	1080	2207	939

Actor 均为 DeepSeek 4.1 Flash，thinking=high，seed=0，每个任务最多生成4次。自检通过数不是独立 benchmark 分数。所有结果均保留，包括预算耗尽、未验收和未完成的任务。

从哪里开始看

两轮数据分别位于：

• Z-Image：T2I-CoReBench/20260923-full1080-deepseek41flash-zimage-conc6/
• Qwen-Image-2.1：T2I-CoReBench/20260928-150500-full1080-deepseek41flash-qwen21-conc6/

进入其中一轮，先打开 cases.portable.jsonl。每行对应一个任务，包含任务 ID、原始 prompt、轨迹路径、每轮图片路径和最终选图路径。所有路径都相对于这一轮的目录。

想看什么	文件或目录
原始任务及图片位置	cases.portable.jsonl
完整轨迹	output/cases/T2I-CoReBench/<split>/<ID>/session.jsonl
第1轮、第2轮等生成图片	同一案例目录的 round-01/image.jpg、round-02/image.jpg 等
每轮生成参数和结果	对应 round-XX/result.json
案例最终结果	案例目录的 result.json
全部任务的原始运行结果	output/results.jsonl
实验代码	code/

session.jsonl 保留原始事件，包含用户输入、assistant 的 thinking 和文本、工具调用参数、工具返回、图片及工作流状态。它不是纯聊天文本；恢复对话分支时使用事件的 parentId。结合逐轮图片，可以查看 agent 如何生成、判断和修订。

读取一个案例

在 Raw_Rollouts/ 下执行：

import json
from pathlib import Path

run = Path('T2I-CoReBench/20260928-150500-full1080-deepseek41flash-qwen21-conc6')
with (run / 'cases.portable.jsonl').open() as f:
    case = json.loads(next(f))

print('任务：', case['id'])
print('Prompt：', case['prompt'])
print('轨迹：', run / case['session'])
for i, image in enumerate(case['round_images'], 1):
    print(f'第{i}轮图片：', run / image)
if case['selected_image']:
    print('最终选图：', run / case['selected_image'])

原始 session 和 result 中仍有原机器的绝对路径；在自己的机器上使用 cases.portable.jsonl 的相对路径即可。查看数据无需安装 pi 或启动模型服务。

查看实验实现

每轮 code/ 中，优先看以下文件：

• .pi/SYSTEM.md：agent 的行为说明。
• .pi/extensions/image-gen.ts：调用生图后端。
• .pi/extensions/image-workflow.ts：清单、验收和最终选择。
• scripts/batch-agent-image.mjs：批量任务执行。

本目录仅包含原始 rollout、生图产物和实验代码，不包含训练数据或模型权重。两轮文件合计约4.93 GB。交付仓库：https://huggingface.co/datasets/wxli318/GenAgent_Raw_Rollouts 。