Um harness de benchmark com foco em execução real para avaliar agentes LLM no runtime do OpenClaw, com avaliação determinística e métricas de confiabilidade em testes repetidos.
82854RustApache-2.0Atualizado há 2 meses
#leaderboard
Projetos open source sobre “leaderboard”
Repositórios do GitHub selecionados relacionados a leaderboard, com resumos de IA e métricas principais.
Ordenar:Adicionados recentemente
1 repositório