hud-evals/2048-taskset
Viewer • Updated • 6 • 113
AI & ML interests
AI, Evaluations, RL
hud-evals/2048-basic
Viewer • Updated • 1 • 86
hud-evals/SheetBench-50
Viewer • Updated • 50 • 3.09k
hud-evals/datavendor-test-lerobot
LeRobot • Updated • 3 episodes • 126
hud-evals/AssembleBench
LeRobot • Updated • 1.36k episodes • 596
hud-evals/SpreadSheetBench-200
Viewer • Updated • 200 • 2.44k
hud-evals/SpreadSheetBench
Viewer • Updated • 912 • 8.88k
hud-evals/OSWorld-Gold-Mini
Viewer • Updated • 20 • 215
hud-evals/OSWorld-Verified
Viewer • Updated • 369 • 898
hud-evals/Online-Mind2Web-Tiny
Viewer • Updated • 10 • 33
hud-evals/Online-Mind2Web
Viewer • Updated • 300 • 98
hud-evals/OSWorld-Gold
Viewer • Updated • 294 • 1.18k
hud-evals/SheetBench-50_db_test
Viewer • Updated • 50 • 547
hud-evals/OSWorld-Gold_db_test
Viewer • Updated • 294 • 157
hud-evals/OSWorld-Verified-XLang_db_test
Viewer • Updated • 369 • 195
hud-evals/test-diverse
Viewer • Updated • 3 • 89
hud-evals/tasks-json-test-3
Viewer • Updated • 4 • 80
hud-evals/tasks-json-test-2
Viewer • Updated • 4 • 78
hud-evals/test-json-tasks
Viewer • Updated • 1 • 76