PRHW/loom-benchmark-swe-bench
Updated • 155
AI & ML interests
None defined yet.
Recent Activity
View all activity
PRHW/loom-benchmark-skillflow-iterative
Updated • 1.68k
PRHW/loom-benchmark-skillflow
Updated • 330
PRHW/loom-benchmark-terminal-bench-2
Updated • 747
PRHW/loom-benchmark-livecodebench
Updated • 387
PRHW/loom-benchmark-swe-bench-multimodal
Updated • 1.33k
PRHW/loom-benchmark-swe-bench-verified
Updated • 154
PRHW/loom-benchmark-webarena
Updated • 1.67k
PRHW/loom-benchmark-osworld
Updated • 446
PRHW/loom-benchmark-mbpp
Updated • 1.88k
PRHW/loom-benchmark-browsecomp
Viewer • Updated • 1.27k • 453
PRHW/loom-benchmark-hendrycks-math
Preview • Updated • 69
PRHW/loom-benchmark-mmlu-pro
Viewer • Updated • 12k • 170
PRHW/loom-benchmark-tau2-bench
Updated • 165
PRHW/loom-benchmark-math-500
Viewer • Updated • 500 • 107
PRHW/loom-benchmark-gpqa-diamond
Updated • 290
PRHW/loom-benchmark-gpqa
Updated • 101
PRHW/loom-benchmark-aime-25
Viewer • Updated • 30 • 108
PRHW/loom-benchmark-aime-24
Viewer • Updated • 30 • 164
PRHW/loom-benchmark-aime-23
Viewer • Updated • 30 • 179
PRHW/loom-benchmark-aime-22
Viewer • Updated • 30 • 314
PRHW/loom-benchmark-humaneval
Updated • 632
PRHW/loom-benchmark-bfcl
Viewer • Updated • 1 • 37
PRHW/loom-benchmark-aime
Viewer • Updated • 90 • 334