Hugging Face ने ओपन AI एजेंट लीडरबोर्ड (Open Agent Leaderboard) लॉन्च किया
मूल शीर्षक:The Open Agent Leaderboard
AI सारांश
Hugging Face ने ओपन AI एजेंट लीडरबोर्ड जारी किया, जो केवल अंतर्निहित मॉडल के बजाय पूर्ण एजेंट सिस्टम की तुलना करता है और सफलता दर व प्रति-कार्य लागत दोनों बताता है। लीडरबोर्ड ने छह मौजूदा बेंचमार्क (SWE-Bench Verified, BrowseComp+, AppWorld, tau2-Bench Airline & Retail, tau2-Bench Telecom) को एकीकृत किया है, जो कोड सुधार, वेब शोध, व्यक्तिगत कार्य, ग्राहक सेवा और तकनीकी सहायता को कवर करते हैं। एकीकृत प्रोटोकॉल के ज़रिए सभी एजेंट सिस्टम समान इंटरफ़ेस से सभी बेंचमार्क से जुड़ते हैं। परिणाम दिखाते हैं कि एक ही मॉडल के साथ अलग-अलग एजेंट सिस्टम उल्लेखनीय रूप से भिन्न स्कोर और लागत देते हैं। साथ में Exgentic फ़्रेमवर्क मूल्यांकन चलाने और दोहराने के लिए है, और संबंधित पेपर ओपन-सोर्स है।
मुख्य जानकारी
- Hugging Face ने ओपन AI एजेंट लीडरबोर्ड जारी किया,जो केवल अंतर्निहित मॉडल के बजाय पूर्ण एजेंट…
- ग्राहक सेवा और तकनीकी सहायता को कवर करते हैं। एकीकृत प्रोटोकॉल के ज़रिए सभी एजेंट सिस्टम समान…
- और संबंधित पेपर ओपन-सोर्स है।
एक नज़र में
- प्रकाशन समय
- अपडेट समय
- स्रोत
- Hugging Face 社区博客(混合发现)
- श्रेणी
- उत्पाद और ऐप्स
- AI स्कोर
- 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。
संबंधित एंटिटी
स्रोत और कॉपीराइट
यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।
उद्धरण कैसे दें
इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।
Orange News: Hugging Face ने ओपन AI एजेंट लीडरबोर्ड (Open Agent Leaderboard) लॉन्च किया। 18 मई 2026। https://new.nat6.net/hi/news/cmpbbpl0f161tslnzxbl442c4/