Hugging Face представила открытый рейтинг ИИ-агентов Open Agent Leaderboard
Оригинальный заголовок:The Open Agent Leaderboard
ИИ-резюме
Hugging Face выпустила открытый рейтинг ИИ-агентов для сравнения полноценных агентных систем, а не только базовых моделей, с одновременным указанием успешности и стоимости выполнения задачи. Рейтинг объединяет шесть существующих бенчмарков (SWE-Bench Verified, BrowseComp+, AppWorld, tau2-Bench Airline & Retail, tau2-Bench Telecom), охватывающих исправление кода, веб-исследования, личные задачи, обслуживание клиентов и техническую поддержку. Благодаря единому протоколу агентные системы подключаются ко всем бенчмаркам через одинаковый интерфейс. Результаты показывают, что одна и та же модель в разных агентных системах даёт заметно разные оценки и затраты. Для запуска и воспроизведения оценок используется фреймворк Exgentic, а соответствующая статья открыта.
Ключевые моменты
- Hugging Face выпустила открытый рейтинг ИИ-агентов для сравнения полноценных агентных систем,а не…
- Рейтинг объединяет шесть существующих бенчмарков (SWE-Bench…
- Благодаря единому протоколу агентные системы подключаются ко всем бенчмаркам через одинаковый…
- Результаты показывают,что одна и та же модель в разных агентных системах даёт заметно разные…
- Для запуска и воспроизведения оценок используется фреймворк Exgentic,а соответствующая статья…
Кратко
- Опубликовано
- Обновлено
- Источник
- Hugging Face 社区博客(混合发现)
- Категория
- Продукты и приложения
- Оценка ИИ
- 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。
Связанные сущности
Источник и авторские права
Статья основана на отобранных заголовках и ИИ-резюме из открытого API AIHOT с указанием источника и обратными ссылками. Авторские права на оригинал принадлежат исходным изданиям и авторам; сайт не воспроизводит полные тексты.
Как цитировать
При цитировании сохраняйте заголовок, дату и постоянную ссылку, указывая источник: Orange News.
Orange News: Hugging Face представила открытый рейтинг ИИ-агентов Open Agent Leaderboard. 18 мая 2026. https://new.nat6.net/ru/news/cmpbbpl0f161tslnzxbl442c4/