Hacker News · 首页· mlukewizard·· 5 小时前AI 评分18
Composo 开源 DishwasherBench：用洗碗机装载模拟评测前沿语言模型
DishwasherBench – Can Frontier Models Stack a Dishwasher?
AI 导读
DishwasherBench 是一款基于 Bosch SMV4HAX40G 洗碗机刚体物理模拟的评测工具，当前为 0.1.0 版本，可通过浏览器、MCP server 或 harness 三种方式让人类或模型游玩同一关卡。
来源：Hacker News · 首页 · github.com