hud-evals/SheetBench-50
Viewer • Updated • 50 • 176
AI & ML interests
AI, Evaluations, RL
hud-evals/SpreadSheetBench-200
Viewer • Updated • 200 • 82
hud-evals/SpreadSheetBench
Viewer • Updated • 912 • 212
hud-evals/OSWorld-Gold-Mini
Viewer • Updated • 20 • 40
hud-evals/2048-basic
Viewer • Updated • 1 • 46
hud-evals/OSWorld-Verified
Viewer • Updated • 369 • 138
hud-evals/Online-Mind2Web-Tiny
Viewer • Updated • 10 • 22
hud-evals/Online-Mind2Web
Viewer • Updated • 300 • 52
hud-evals/OSWorld-Gold
Viewer • Updated • 294 • 125
hud-evals/SheetBench-50_db_test
Viewer • Updated • 50 • 30
hud-evals/OSWorld-Gold_db_test
Viewer • Updated • 294 • 21
hud-evals/OSWorld-Verified-XLang_db_test
Viewer • Updated • 369 • 55
hud-evals/test-diverse
Viewer • Updated • 3 • 6
hud-evals/tasks-json-test-3
Viewer • Updated • 4 • 10
hud-evals/tasks-json-test-2
Viewer • Updated • 4 • 9
hud-evals/test-json-tasks
Viewer • Updated • 1 • 6
hud-evals/2048-taskset
Viewer • Updated • 6 • 11