PRHW/loom-benchmark-swe-bench
Updated • 185
AI & ML interests
None defined yet.
Recent Activity
View all activity
PRHW/loom-benchmark-skillflow-iterative
Updated • 1.48k
PRHW/loom-benchmark-skillflow
Updated • 41
PRHW/loom-benchmark-terminal-bench-2
Updated • 585
PRHW/loom-benchmark-livecodebench
Updated • 50
PRHW/loom-benchmark-swe-bench-multimodal
Updated • 1.23k
PRHW/loom-benchmark-swe-bench-verified
Updated • 158
PRHW/loom-benchmark-webarena
Updated • 1.65k
PRHW/loom-benchmark-osworld
Updated • 474
PRHW/loom-benchmark-mbpp
Updated • 1.79k
PRHW/loom-benchmark-browsecomp
Viewer • Updated • 1.27k • 37
PRHW/loom-benchmark-hendrycks-math
Preview • Updated • 52
PRHW/loom-benchmark-mmlu-pro
Viewer • Updated • 12k • 95
PRHW/loom-benchmark-tau2-bench
Updated • 94
PRHW/loom-benchmark-math-500
Viewer • Updated • 500 • 29
PRHW/loom-benchmark-gpqa-diamond
Updated • 221
PRHW/loom-benchmark-gpqa
Updated • 28
PRHW/loom-benchmark-aime-25
Viewer • Updated • 30 • 82
PRHW/loom-benchmark-aime-24
Viewer • Updated • 30 • 81
PRHW/loom-benchmark-aime-23
Viewer • Updated • 30 • 91
PRHW/loom-benchmark-aime-22
Viewer • Updated • 30 • 225
PRHW/loom-benchmark-humaneval
Updated • 575
PRHW/loom-benchmark-bfcl
Viewer • Updated • 1 • 71
PRHW/loom-benchmark-aime
Viewer • Updated • 90 • 166