hud-evals/SheetBench-50
Viewer
•
Updated
•
50
•
99
AI & ML interests
AI, Evaluations, RL
Recent Activity
hud-evals/SpreadSheetBench-200
Viewer
•
Updated
•
200
•
18
hud-evals/SpreadSheetBench
Viewer
•
Updated
•
912
•
83
hud-evals/OSWorld-Gold-Mini
Viewer
•
Updated
•
20
•
6
hud-evals/2048-basic
Viewer
•
Updated
•
1
•
4
hud-evals/OSWorld-Verified
Viewer
•
Updated
•
369
•
41
hud-evals/Online-Mind2Web-Tiny
Viewer
•
Updated
•
10
•
12
hud-evals/Online-Mind2Web
Viewer
•
Updated
•
300
•
10
hud-evals/OSWorld-Gold
Viewer
•
Updated
•
294
•
14
hud-evals/SheetBench-50_db_test
Viewer
•
Updated
•
50
•
10
hud-evals/OSWorld-Gold_db_test
Viewer
•
Updated
•
294
•
8
hud-evals/OSWorld-Verified-XLang_db_test
Viewer
•
Updated
•
369
•
10
hud-evals/test-diverse
Viewer
•
Updated
•
3
•
8
hud-evals/tasks-json-test-3
Viewer
•
Updated
•
4
•
4
hud-evals/tasks-json-test-2
Viewer
•
Updated
•
4
•
7
hud-evals/test-json-tasks
Viewer
•
Updated
•
1
•
6
hud-evals/2048-taskset
Viewer
•
Updated
•
6
•
5