Pridať do ChromeSte vývojárom tejto aplikácie? Overte vlastníctvo a spravujte tento záznam.
Získajte samostatnú desktopovú aplikáciu pre BenchSpan v systémoch Mac, Windows a Linux s WebCatalog Desktop.
- Spúšťajte BenchSpan priamo z Docku alebo panela úloh.
- Pracujte bez rozptyľovania vo vlastnom okne, oddelene od kariet prehliadača.
- Zostaňte prihlásení do viacerých účtov BenchSpan a prepínajte medzi nimi bez odhlasovania.
BenchSpan je **platforma na testovanie agentov** určená pre vývojárov, ktorí vytvárajú agentov AI, čo umožňuje dokončenie testov v priebehu niekoľkých minút a nie hodín.[1] Spúšťa hodnotenia v izolovaných kontajneroch Docker paralelne a podporuje pracovné zaťaženie, ako je 14-hodinový SWE-bench s minimálnym nastavením.[1] Používatelia poskytujú jednoduchý bash skript na spustenie svojho agenta bez potreby uzamknutia rámca alebo špecifických zmien rozhrania.[1] Platforma ponúka knižnicu štandardných benchmarkov vrátane **SWE-bench Verified**, **SWE-bench Lite**, **Terminal-Bench**, **HumanEval**, **MBPP**, **MATH** a **GPQA** alebo umožňuje vlastné benchmarky.[1] Nakonfigurujte počet paralelných inštancií a spúšťajte behy priamo z rozhrania.[1] Výsledky zachytávajú podrobné metriky, ako sú skóre, trajektórie, používanie tokenov, latencia a vlastné údaje, a to všetko centralizované na tímovom paneli s možnosťou vyhľadávania.[1] Spustenia sú označené hashom odovzdania pre ľahkú reprodukovateľnosť a porovnanie medzi verziami.[1] Toto nastavenie zjednodušuje **hodnotenie agentov AI**, **porovnávacie pracovné postupy** a sledovanie výkonu pre technické tímy.[1][9]
Upozornenie: WebCatalog nie je pridružený k spoločnosti BenchSpan, nie je s ňou spojený, autorizovaný ani schválený spoločnosťou BenchSpan a nemá s ňou žiadne oficiálne prepojenie. Všetky názvy produktov, logá a značky sú majetkom ich príslušných vlastníkov.
