Chrome に追加このアプリの開発者ですか？掲載情報を管理するには、所有権を確認してください。
WebCatalog Desktopで、Mac、Windows、Linux向けのBenchSpan専用デスクトップアプリを手に入れましょう。
- DockやタスクバーからBenchSpanを直接起動できます。
- ブラウザのタブから切り離した専用ウインドウで、気を散らさずに作業できます。
- 複数のBenchSpanアカウントにログインしたまま、ログアウトせずに切り替えられます。
BenchSpan は、AI エージェントを構築する開発者向けに設計された **エージェント ベンチマーク プラットフォーム** で、ベンチマークを数時間ではなく数分で完了できるようにします。[1]分離された Docker コンテナで評価を並行して実行し、最小限のセットアップで 14 時間の SWE ベンチのようなワークロードをサポートします。[1] ユーザーは、フレームワークのロックインや特定のインターフェイスの変更を必要とせずに、エージェントを起動するための単純な bash スクリプトを提供します。[1]このプラットフォームは、**SWE-bench Verified**、**SWE-bench Lite**、** Terminal-Bench**、**HumanEval**、**MBPP**、**MATH**、**GPQA** などの標準ベンチマークのライブラリを提供するか、カスタム ベンチマークを使用できます。[1]並列インスタンスの数を構成し、インターフェイスから直接実行を開始します。[1] 結果には、スコア、軌跡、トークン使用状況、レイテンシー、カスタム データなどの詳細なメトリクスがキャプチャされ、すべて検索可能なチーム ダッシュボードに一元化されます。[1]実行は、再現性とバージョン間の比較を容易にするためにコミット ハッシュによってタグ付けされます。[1]この設定により、**AI エージェントの評価**、**ベンチマーク ワークフロー**、エンジニアリング チームのパフォーマンス追跡が合理化されます。[1][9]
免責事項：WebCatalogは、BenchSpanと提携、関連、承認、推奨されておらず、その他いかなる形でも公式に関係していません。すべての製品名、ロゴ、ブランドは、それぞれの所有者に帰属します。
