プロジェクト

composo-ai/dishwasherbench

A dishwasher-loading game on a physical simulation of one real machine, built to benchmark language models and playable in a browser. The game inside is called Spotless.

GitHub で見る ↗

スター: ★ 70
フォーク: 5
言語: TypeScript
ライセンス: MIT
最新リリース: —

投稿

新着OCT 18

composo-ai/dishwasherbench — 言語モデル向け食器の詰め込みベンチマーク

Bosch SMV4HAX40G を1台シミュレートし、人間がブラウザでプレイし、言語モデルが同じルールで評価されるゲーム型ベンチマーク。

composo-ai/dishwasherbench 評価TypeScript