Legg til i ChromeEr du utvikleren av denne appen? Verifiser eierskapet for å administrere denne oppføringen.
Få en egen skrivebordsapp for BenchSpan på Mac, Windows og Linux med WebCatalog Desktop.
- Åpne BenchSpan rett fra Dock eller oppgavelinjen.
- Jobb uten distraksjoner i et eget vindu, adskilt fra nettleserfanene dine.
- Forbli pålogget flere BenchSpan-kontoer, og bytt mellom dem uten å logge ut.
BenchSpan er en **agent benchmarking-plattform** designet for utviklere som bygger AI-agenter, som gjør det mulig å fullføre benchmarks på minutter i stedet for timer.[1] Den kjører evalueringer i isolerte Docker-containere parallelt, og støtter arbeidsbelastninger som 14-timers SWE-benken med minimalt oppsett.[1] Brukere gir et enkelt bash-skript for å starte agenten sin, uten behov for rammeverklåsing eller spesifikke grensesnittendringer.[1] Plattformen tilbyr et bibliotek med standard benchmarks, inkludert **SWE-bench Verified**, **SWE-bench Lite**, **Terminal-Bench**, **HumanEval**, **MBPP**, **MATH** og **GPQA**, eller tillater egendefinerte benchmarks.[1] Konfigurer antall parallelle forekomster og start kjøringer direkte fra grensesnittet.[1] Resultatene fanger opp detaljerte beregninger som poeng, baner, tokenbruk, ventetid og tilpassede data, alt sentralisert i et søkbart teamdashbord.[1] Kjøringer er merket med commit-hash for enkel reproduserbarhet og sammenligning på tvers av versjoner.[1] Dette oppsettet effektiviserer **evaluering av AI-agent**, **arbeidsflyt for benchmarking** og ytelsessporing for ingeniørteam.[1][9]
Ansvarsfraskrivelse: WebCatalog er ikke tilknyttet, assosiert med, autorisert av, godkjent av eller på noen måte offisielt knyttet til BenchSpan. Alle produktnavn, logoer og varemerker tilhører sine respektive eiere.
