hud-evals/2048-taskset
Viewer • Updated • 6 • 42
AI & ML interests
AI, Evaluations, RL
Recent Activity
hud-evals/2048-basic
Viewer • Updated • 1 • 25
hud-evals/SheetBench-50
Viewer • Updated • 50 • 393
hud-evals/datavendor-test-lerobot
LeRobot • Updated • 3 episodes • 67
hud-evals/AssembleBench
LeRobot • Updated • 1.36k episodes • 132
hud-evals/SpreadSheetBench-200
Viewer • Updated • 200 • 246
hud-evals/SpreadSheetBench
Viewer • Updated • 912 • 1.21k
hud-evals/OSWorld-Gold-Mini
Viewer • Updated • 20 • 119
hud-evals/OSWorld-Verified
Viewer • Updated • 369 • 331
hud-evals/Online-Mind2Web-Tiny
Viewer • Updated • 10 • 15
hud-evals/Online-Mind2Web
Viewer • Updated • 300 • 33
hud-evals/OSWorld-Gold
Viewer • Updated • 294 • 249
hud-evals/SheetBench-50_db_test
Viewer • Updated • 50 • 46
hud-evals/OSWorld-Gold_db_test
Viewer • Updated • 294 • 106
hud-evals/OSWorld-Verified-XLang_db_test
Viewer • Updated • 369 • 72
hud-evals/test-diverse
Viewer • Updated • 3 • 24
hud-evals/tasks-json-test-3
Viewer • Updated • 4 • 26
hud-evals/tasks-json-test-2
Viewer • Updated • 4 • 30
hud-evals/test-json-tasks
Viewer • Updated • 1 • 30