Hugging Face lancar Papan Pendahulu Ejen AI Terbuka (Open Agent Leaderboard)
Tajuk asal:The Open Agent Leaderboard
Ringkasan AI
Hugging Face melancarkan Papan Pendahulu Ejen AI Terbuka untuk membandingkan sistem ejen lengkap dan bukan sekadar model asas, serta melaporkan kadar kejayaan dan kos setiap tugas secara serentak. Papan pendahulu ini menyatukan enam penanda aras sedia ada (SWE-Bench Verified, BrowseComp+, AppWorld, tau2-Bench Airline & Retail, tau2-Bench Telecom), merangkumi pembaikan kod, penyelidikan web, tugas peribadi, perkhidmatan pelanggan dan sokongan teknikal. Melalui protokol bersatu, setiap sistem ejen disambungkan kepada semua penanda aras dengan antara muka yang sama. Keputusan menunjukkan model yang sama digandingkan dengan sistem ejen berbeza menghasilkan skor dan kos yang jauh berbeza. Rangka kerja Exgentic disediakan untuk menjalankan dan menghasilkan semula penilaian, dan kertas berkaitan adalah sumber terbuka.
Maklumat penting
- Hugging Face melancarkan Papan Pendahulu Ejen AI Terbuka untuk membandingkan sistem ejen lengkap…
- Papan pendahulu ini menyatukan enam penanda aras sedia ada (SWE-Bench…
- Melalui protokol bersatu,setiap sistem ejen disambungkan kepada semua penanda aras dengan antara…
- Keputusan menunjukkan model yang sama digandingkan dengan sistem ejen berbeza menghasilkan skor…
- Rangka kerja Exgentic disediakan untuk menjalankan dan menghasilkan semula penilaian,dan kertas…
Sekilas pandang
- Diterbitkan pada
- Dikemas kini pada
- Sumber
- Hugging Face 社区博客(混合发现)
- Kategori
- Produk & Aplikasi
- Skor AI
- 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。
Entiti Berkaitan
Sumber dan hak cipta
Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.
Cara memetik
Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.
Orange News: Hugging Face lancar Papan Pendahulu Ejen AI Terbuka (Open Agent Leaderboard). 18 Mei 2026. https://new.nat6.net/ms/news/cmpbbpl0f161tslnzxbl442c4/