ДатасетIntelligenceLab/Long-Horizon-Terminal-Bench
Бенчмарк для долгих задач в терминале
LHTB проверяет, как LLM-агенты удерживают полезную работу в контейнерном терминале на сотнях шагов.
- Генерация текста
- Английский
23,6 тыс. 143до 1K записей
Датасеты
Датасеты с Hugging Face с описанием на русском: что внутри и какие модели на них обучить. В каталоге уже 1 085, новые добавляются каждый час.