terminal-bench-1

B待确认Benchmark

智能体环境控制开放

发布方：harbor-framework

热度0.0±0

下载量 · 30天

—

Hugging Face

GitHub Stars

—

代码仓库

论文被引

—

Semantic Scholar

跑分模型 · 30天

—

Leaderboard results

简介

A benchmark for LLMs on complicated tasks in the terminal