OpenCompass Hub

clembench

clembench是一个基于对话游戏的大语言模型评测框架，通过多回合交互式游戏场景评测聊天优化模型的会话智能体能力，包含Wordle、Taboo等多种游戏任务，评测指令遵循、目标导向行为和精细化交互理解等核心维度，提供可重复、可控制的自玩评测环境和综合得分机制，支持英语及多语言扩展的开源评测平台。