모델 및 에이전트 벤치마크
모델 또는 에이전트를 비교하기 위한 벤치마크 스위트, 리더보드, 데이터셋 및 과제 환경입니다. 외부 제공 테스트만 실행하는 평가 오케스트레이션 소프트웨어는 제외합니다.
| 프로젝트 | 하는 일 | 스타 | 언어 | 라이선스 | 최근 릴리스 |
|---|---|---|---|---|---|
| qwenlm/blenderworld | 텍스트·이미지·영상으로 편집 가능한 3D 장면을 만드는 에이전트를 평가하는 223개 과제의 Blender 벤치마크입니다. | ★ 124 | Python | MIT | — |
| composo-ai/dishwasherbench | 실제 식기세척기 물리 시뮬레이션 게임에서 언어 모델 에이전트의 목표 달성 능력을 평가한다. | ★ 70 | TypeScript | MIT | — |
| cmu-l3/reuf2f | 코딩 에이전트가 Lean으로 형식화한 학부 연구 문제에서 정리나 반례를 증명하게 하는 벤치마크입니다. | ★ 9 | Lean | NOASSERTION | — |