Hacker News front pageAI 評分56
洗碗機裝載基準 DishwasherBench 發布 0.1.0 版
DishwasherBench 發布 0.1.0 版：這是一個洗碗機裝載基準，在真實機型 Bosch SMV4HAX40G 的剛體物理模擬上跑 Eco 50 洗滌，按洗淨件數計分，人類可在瀏覽器玩，模型經 MCP 接入。七關難度遞增，首關之後並非所有餐具都裝得下，須自行取捨。官方檔最大關卡一次洗滌在 MacBook Pro M3 Pro 上耗時 4.9 分鐘。兩個模型已通過 OpenAI 相容端點試玩三個關卡共六局，尚無人類基線；