Hugging Face veröffentlicht Open Agent Leaderboard
Originaltitel:The Open Agent Leaderboard
KI-Zusammenfassung
Hugging Face hat das Open Agent Leaderboard veröffentlicht, das vollständige Agent-Systeme statt nur zugrunde liegender Modelle vergleicht und zugleich Erfolgsquote und Kosten pro Aufgabe ausweist. Das Leaderboard vereint sechs bestehende Benchmarks (SWE-Bench Verified, BrowseComp+, AppWorld, tau2-Bench Airline & Retail, tau2-Bench Telecom) und deckt Codekorrekturen, Webrecherche, persönliche Aufgaben, Kundenservice und technischen Support ab. Über ein einheitliches Protokoll verbinden sich die Agent-Systeme mit denselben Schnittstellen an alle Benchmarks. Die Ergebnisse zeigen, dass dasselbe Modell mit unterschiedlichen Agent-Systemen deutlich abweichende Scores und Kosten erzielt. Das begleitende Exgentic-Framework dient zum Ausführen und Reproduzieren der Evaluierungen; das zugehörige Paper ist Open Source.
Kernpunkte
- Hugging Face hat das Open Agent Leaderboard veröffentlicht,das vollständige Agent-Systeme statt…
- Das Leaderboard vereint sechs bestehende Benchmarks (SWE-Bench…
- Über ein einheitliches Protokoll verbinden sich die Agent-Systeme mit denselben Schnittstellen an…
- Die Ergebnisse zeigen,dass dasselbe Modell mit unterschiedlichen Agent-Systemen deutlich…
- Das begleitende Exgentic-Framework dient zum Ausführen und Reproduzieren der Evaluierungen
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Quelle
- Hugging Face 社区博客(混合发现)
- Kategorie
- Produkte & Apps
- KI-Bewertung
- 64
以后选agent不能只看模型跑分了,这个榜单把整个系统拉出来比,成本、失败成本全摊开,做agent的可以立刻去查自己架构差在哪。
Verwandte Entitäten
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: Hugging Face veröffentlicht Open Agent Leaderboard. 18. Mai 2026. https://new.nat6.net/de/news/cmpbbpl0f161tslnzxbl442c4/