hud-evals/AssembleBench
Viewer • Updated • 445k • 152
AI & ML interests
AI, Evaluations, RL
Recent Activity
View all activity
hud-evals/SheetBench-50
Viewer • Updated • 50 • 95
hud-evals/SpreadSheetBench-200
Viewer • Updated • 200 • 103
hud-evals/SpreadSheetBench
Viewer • Updated • 912 • 475
hud-evals/OSWorld-Gold-Mini
Viewer • Updated • 20 • 199
hud-evals/2048-basic
Viewer • Updated • 1 • 17
hud-evals/OSWorld-Verified
Viewer • Updated • 369 • 552
hud-evals/Online-Mind2Web-Tiny
Viewer • Updated • 10 • 18
hud-evals/Online-Mind2Web
Viewer • Updated • 300 • 33
hud-evals/OSWorld-Gold
Viewer • Updated • 294 • 316
hud-evals/SheetBench-50_db_test
Viewer • Updated • 50 • 13
hud-evals/OSWorld-Gold_db_test
Viewer • Updated • 294 • 131
hud-evals/OSWorld-Verified-XLang_db_test
Viewer • Updated • 369 • 171
hud-evals/test-diverse
Viewer • Updated • 3 • 11
hud-evals/tasks-json-test-3
Viewer • Updated • 4 • 21
hud-evals/tasks-json-test-2
Viewer • Updated • 4 • 16
hud-evals/test-json-tasks
Viewer • Updated • 1 • 27
hud-evals/2048-taskset
Viewer • Updated • 6 • 19