hud-evals/2048-taskset
Viewer • Updated • 6 • 45
AI & ML interests
AI, Evaluations, RL
Recent Activity
hud-evals/2048-basic
Viewer • Updated • 1 • 25
hud-evals/SheetBench-50
Viewer • Updated • 50 • 358
hud-evals/datavendor-test-lerobot
LeRobot • Updated • 3 episodes • 45
hud-evals/AssembleBench
LeRobot • Updated • 1.36k episodes • 110
hud-evals/SpreadSheetBench-200
Viewer • Updated • 200 • 236
hud-evals/SpreadSheetBench
Viewer • Updated • 912 • 1.66k
hud-evals/OSWorld-Gold-Mini
Viewer • Updated • 20 • 134
hud-evals/OSWorld-Verified
Viewer • Updated • 369 • 723
hud-evals/Online-Mind2Web-Tiny
Viewer • Updated • 10 • 12
hud-evals/Online-Mind2Web
Viewer • Updated • 300 • 30
hud-evals/OSWorld-Gold
Viewer • Updated • 294 • 282
hud-evals/SheetBench-50_db_test
Viewer • Updated • 50 • 42
hud-evals/OSWorld-Gold_db_test
Viewer • Updated • 294 • 128
hud-evals/OSWorld-Verified-XLang_db_test
Viewer • Updated • 369 • 73
hud-evals/test-diverse
Viewer • Updated • 3 • 22
hud-evals/tasks-json-test-3
Viewer • Updated • 4 • 17
hud-evals/tasks-json-test-2
Viewer • Updated • 4 • 19
hud-evals/test-json-tasks
Viewer • Updated • 1 • 18