Датасет · harborframework
Бенчмарк Terminal-Bench 2.1 для фреймворка Harbor
harborframework/terminal-bench-2.1
Зеркало заданий бенчмарка Terminal-Bench 2.1, адаптированное для запуска в Harbor.
Что внутри
Это приватное зеркало репозитория harbor-framework/terminal-bench-2-1 с заданиями, содержащими текст, изображения и документы. Датасет включает менее 1 тысячи записей и подготовлен для прямой загрузки через поддержку git-репозиториев в Harbor.
Что можно сделать
- Оценка ИИ-агентов в задачах работы с терминалом
- Автоматизированное тестирование моделей внутри среды Harbor
- Размер
- до 1K записей
- Скачиваний за месяц
- 260,4 тыс.
- Лайков
- 36
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("harborframework/terminal-bench-2.1")