DishwasherBench

Que é DishwasherBench

DishwasherBench é un xogo de referencia para modelos de linguaxe baseado nunha simulación realista da física dun lavalouzas. Pódese xogar directamente no navegador co nome Spotless.

Características clave

• Baseado nunha simulación de física de corpos ríxidos dun lavalouzas Bosch SMV4HAX40G real, con compatibilidade para a carga precisa de modelos 3D
• Simula o proceso de lavado, incluíndo chorros de auga das boquillas, gotas, escorridos, manchas e reaccións químicas do deterxente
• Os resultados da simulación física son completamente deterministas baixo as mesmas condicións de carga, o que permite unha verificación repetible
• O mesmo xogo admite tanto o xogo humano a través do navegador como a interacción do modelo de linguaxe a través da interface MCP
• Proporciona unha función Suggest spots que recomenda posicións óptimas de colocación para os obxectos

Para quen é

Adecuado para investigadores e desenvolvedores que avalían modelos de linguaxe en tarefas de razoamento físico e planificación espacial, e para usuarios xerais para experimentar un xogo de carga de lavalouzas no navegador.

Como comezar

1. Visita o repositorio de GitHub en https://github.com/composo-ai/DishwasherBench
2. Abre e xoga ao xogo directamente no navegador
3. Executa o xogador con scripts seguindo a sección Quick start no README
4. Conecta un modelo de linguaxe para probas seguindo a sección Run a model no README

Compilado a partir de descricións públicas no sitio web oficial / README / páxina de lanzamento da ferramenta. Os prezos e números de usuarios non foron verificados; consulta o sitio web oficial. Algunhas seccións foron redactadas con axuda de IA. Escrito en chinés e inglés; outras linguaxes están traducidas por máquina.