Composo 开源洗碗机装载评测 DishwasherBench

Composo 开源了 DishwasherBench v0.1.0，用于测试大模型的洗碗机装载能力。该基准基于一台 Bosch SMV4HAX40G 的物理模拟，让模型和人类在浏览器中通过 MCP 比拼装载，并按 Eco 50 洗涤程序洗后的干净程度计分。 目前公开信息仅说明该基准的测试对象、模拟环境和计分方式，未披露参与测试的模型、成绩或人类对比结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。