Бенчмарк для оценки LLM-агентов непосредственно в среде выполнения OpenClaw с детерминированной проверкой результатов и метриками надежности по повторным запускам.
82854RustApache-2.0Обновлён 2 месяца назад
#leaderboard
Open source проекты по теме «leaderboard»
Отобранные репозитории GitHub по теме leaderboard с описаниями от ИИ и ключевыми метриками.
Сортировка:Недавно добавленные
1 репозиторий