Produk & Aplikasi

Hugging Face meluncurkan Papan Peringkat Agen AI Terbuka (Open Agent Leaderboard)

Judul asli:The Open Agent Leaderboard

Ringkasan AI

Hugging Face merilis Papan Peringkat Agen AI Terbuka untuk membandingkan sistem agen secara utuh, bukan hanya model dasar, sekaligus melaporkan tingkat keberhasilan dan biaya per tugas. Papan peringkat ini menyatukan enam tolok ukur yang sudah ada (SWE-Bench Verified, BrowseComp+, AppWorld, tau2-Bench Airline & Retail, tau2-Bench Telecom), mencakup perbaikan kode, riset web, tugas pribadi, layanan pelanggan, dan dukungan teknis. Melalui protokol terpadu, setiap sistem agen terhubung ke semua tolok ukur dengan antarmuka yang sama. Hasilnya menunjukkan bahwa model yang sama dengan sistem agen berbeda menghasilkan skor dan biaya yang sangat berbeda. Kerangka Exgentic yang menyertainya digunakan untuk menjalankan dan mereproduksi evaluasi, dan makalah terkait dirilis sebagai sumber terbuka.

Poin utama

  • Hugging Face merilis Papan Peringkat Agen AI Terbuka untuk membandingkan sistem agen secara…
  • Papan peringkat ini menyatukan enam tolok ukur yang sudah ada (SWE-Bench…
  • Melalui protokol terpadu,setiap sistem agen terhubung ke semua tolok ukur dengan antarmuka yang…
  • Hasilnya menunjukkan bahwa model yang sama dengan sistem agen berbeda menghasilkan skor dan biaya…
  • Kerangka Exgentic yang menyertainya digunakan untuk menjalankan dan mereproduksi evaluasi,dan…

Ringkasan cepat

Waktu terbit
Waktu diperbarui
Sumber
Hugging Face 社区博客(混合发现)
Kategori
Produk & Aplikasi
Skor AI
64
Baca aslinya Baca artikel lengkap di sumber aslinya
Alasan rekomendasi

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。

Entitas Terkait

Sumber dan hak cipta

Artikel ini disusun berdasarkan judul pilihan dan ringkasan AI dari API publik AIHOT, dengan sumber yang dicantumkan dan tautan balik; hak cipta konten asli milik media dan penulis aslinya, situs ini tidak menyalin artikel secara penuh.

Tautan asli · Entri AIHOT

Cara mengutip

Saat mengutip artikel ini, sertakan judul, tanggal, dan tautan permanen, serta cantumkan sumber Orange News.

Orange News: Hugging Face meluncurkan Papan Peringkat Agen AI Terbuka (Open Agent Leaderboard). 18 Mei 2026. https://new.nat6.net/id/news/cmpbbpl0f161tslnzxbl442c4/

Lihat semua →