DishwasherBench

¿Qué es DishwasherBench

DishwasherBench es un juego de evaluación de modelos de lenguaje basado en una simulación realista de física de lavavajillas. Se puede jugar directamente en el navegador con el nombre Spotless.

Características clave

• Basado en simulación de física de cuerpos rígidos de un lavavajillas Bosch SMV4HAX40G real, con compatibilidad para carga precisa de modelos 3D
• Simula el proceso de lavado incluyendo chorros de agua de boquillas, gotas, escorrentía, manchas y reacciones químicas de detergente
• Los resultados de la simulación física son completamente deterministas bajo las mismas condiciones de carga, lo que permite verificación repetible
• El mismo juego admite tanto el juego humano a través del navegador como la interacción con modelos de lenguaje mediante la interfaz MCP
• Proporciona una función Suggest spots que recomienda posiciones óptimas de colocación para los objetos

Para quién es

Adecuado para investigadores y desarrolladores que evalúan modelos de lenguaje en tareas de razonamiento físico y planificación espacial, y para usuarios generales que quieren experimentar un juego de carga de lavavajillas en el navegador.

Cómo empezar

1. Visita el repositorio de GitHub en https://github.com/composo-ai/DishwasherBench
2. Abre y juega al juego directamente en el navegador
3. Ejecuta el jugador automatizado siguiendo la sección Quick start del README
4. Conecta un modelo de lenguaje para pruebas siguiendo la sección Run a model del README

Compilado a partir de descripciones públicas del sitio web oficial / README / página de lanzamiento de la herramienta. Los precios y números de usuarios no han sido verificados; consulta el sitio web oficial. Algunas secciones fueron redactadas con ayuda de IA. Escrito en chino e inglés; otros idiomas están traducidos automáticamente.