DishwasherBench হলো একটি ডিশওয়াশার লোডিং গেম, যা একটি বাস্তব মেশিন, Bosch SMV4HAX40G-এর ভৌত সিমুলেশনের উপর ভিত্তি করে তৈরি। এটি ভাষা মডেল পরিমাপের জন্য তৈরি করা হয়েছিল, এবং মানুষও ব্রাউজারে এটি খেলতে পারে। এর ভেতরের গেমটির নাম Spotless, এবং এর প্যাকেজগুলো @spotless/* নামে পরিচিত।
খেলোয়াড় রিজিড-বডি পদার্থবিদ্যা ব্যবহার করে ডিশওয়াশারের একটি 3D মডেলে জিনিসপত্র লোড করে। এরপর এর Eco 50 প্রোগ্রামে একটি ধোয়ার সিমুলেশন চলে, যাতে জেট, ফোঁটা, পানির নিষ্কাশন, ময়লা এবং ডিটারজেন্টের রসায়ন অন্তর্ভুক্ত থাকে। যে প্রতিটি জিনিস পরিষ্কার হয়ে বের হয়, তার জন্য খেলোয়াড় পয়েন্ট পান। দ্বিতীয় স্তর থেকে সবকিছু ঢুকবে না, তাই খেলোয়াড়কে ঠিক করতে হয় কী লোড করবে এবং কীভাবে।
এটি একটি প্রাথমিক সংস্করণ, সংস্করণ 0.1.0। সিমুলেশনটি বাস্তব মেশিনের একটি পরীক্ষামূলক ধোয়ার উপর ভিত্তি করে ক্যালিব্রেট করা হয়েছে। একটি স্কোর দেখায় খেলোয়াড় ভালোভাবে সাজিয়েছে কি না এবং কাপ, গ্লাস ও পাত্র উল্টো করে রেখেছে কি না। এখনও এটি দেখায় না যে থালা ও কাটলারি এমনভাবে সাজানো হয়েছিল কি না যাতে সেগুলো পরিষ্কার হয়। লোডিং পদার্থবিদ্যা এবং পুনরায় চালানো যায় এমন এপিসোড রেকর্ডকে মজবুত বলা হয়েছে, আর থালা ও কাটলারির স্কোরিংকে মোটামুটি বলা হয়েছে।
প্রকল্পটি Composo দ্বারা তৈরি ও রক্ষণাবেক্ষণ করা হয় এবং GitHub-এ প্রকাশিত। এতে কঠিনতা অনুযায়ী সাজানো সাতটি স্তরের একটি কোর্স, ওয়েব পেজ থেকে খেলার তিনটি উপায়, এজেন্টদের জন্য একটি MCP সার্ভার এবং একটি বেঞ্চমার্কিং হার্নেস রয়েছে। এখন পর্যন্ত দুটি মডেল অফিসিয়াল স্তরে ছয়টি এপিসোড খেলেছে, এবং এখনও কোনো মানব বেসলাইন রেকর্ড করা হয়নি।
উৎস: Hacker News · সারাংশ: HeadlinesBriefing