Ko-AgentBench — הדגמה
רץ בדפדפןhuggingface-KREWapache-2.02025-10-24
זו הדגמה שמריצה את הדאטהסט Ko-AgentBench.
לוח תוצאות שמשווה ביצועים של מודלי שפה שונים במשימות של סוכנים אוטונומיים. הממשק מיועד למי שבוחר מודל לעבודה מורכבת ומחפש נתוני דירוג בקוריאנית או באנגלית.
- —הורדות בחודש
- 39לייקים
מה זה
הממשק מציג טבלת דירוג מוכנה של מודלי שפה עבור משימות סוכניות. אתם לא מזינים לכאן טקסט חופשי משלכם ולא מריצים מודלים בזמן אמת, אלא צופים במדידות שנערכו מראש ובודקות איך מודלים מתמודדים עם תכנון, קבלת החלטות ושימוש בכלים.
מבחינת הקוד, האפליקציה בנויה מעל Gradio וטוענת שני מסכים נפרדים של לוחות תוצאות, אחד מותאם לקוריאנית והשני לאנגלית. המעבר ביניהם מתבצע בלחיצת כפתור אחת. למרות שהקובץ הראשי מכיל תיאור של צ'אטבוט, בפועל מדובר בממשק תצוגה שמרכז ציונים והשוואות מתוך מבחני ביצועים שנשמרים בקוד האפליקציה.
מתאים ל
- בחירת מודל לסוכנים
בדיקת דירוגים קיימים של מודלים שונים כדי לבחור את המודל המוביל למשימות אוטונומיות.
- השוואת ביצועים בשפות
מעבר בין התצוגה הקוריאנית לאנגלית כדי לבחון איך מודלים שונים מדורגים בכל שפה.
- מחקר על מדדי הערכה
מעקב אחר ציוני בנצ'מרק עדכניים עבור ארכיטקטורות שונות שנבחנו במשימות מורכבות.
איפה זה נופל
זהו לוח השוואה סטטי בלבד ולא סביבת עבודה לבדיקת מודלים. אי אפשר להריץ בו פרומפטים, לבחון סוכן על משימות שלכם או להעלות מודל פרטי משלכם לבדיקה ישירה. בנוסף, המיקוד המרכזי של הבנצ'מרק הוא השפה הקוריאנית, כך שאם אתם עובדים בעברית או מתעניינים בביצועים מקומיים, המספרים בטבלה לא משקפים את היכולות האלה.
שאלות
נפוצות
האם השימוש באפליקציה עולה כסף?
הגישה פתוחה לגמרי בדפדפן ואין צורך לשלם על צפייה בלוח. אתם לא צריכים להכניס כרטיס אשראי ולא נדרש מפתח API אישי. פשוט פותחים את הקישור וקוראים את הנתונים.
מה קורה עם קבצים או מידע שאני מעלה?
אין באפליקציה שום אפשרות להעלות קבצים, תמונות או טקסטים. הממשק משמש כלוח נתונים בלבד ולא מקבל קלט מהמשתמש. שום מידע שלכם לא מועבר לשרת או נשמר בו.
כמה זמן לוקח לקבל תוצאות?
הטבלאות נטענות באופן מיידי עם פתיחת העמוד. המעבר בין הגרסה האנגלית לקוריאנית לוקח שבריר שנייה. אין שום זמן המתנה כי המערכת לא מריצה חישובים חדשים.
האם אפשר להריץ את המערכת באופן מקומי?
כן, הקוד פתוח תחת רישיון apache-2.0 ואפשר לשכפל אותו מהמאגר. תצטרכו להתקין gradio ולוודא שהמודולים של הטבלאות נמצאים בתיקייה. לאחר מכן הממשק יעלה אצלכם בדיוק באותה צורה.
במה הכלי הזה שונה מהרצת המודלים עצמם?
כאן לא מדברים עם המודלים ולא מקבלים מהם פלטים ישירים למשימות שלכם. הכלי רק מציג ציונים שנאספו במבחנים מוקדמים של התנהגות סוכנים. כדי להשתמש במודל שמצאתם בטבלה, תצטרכו להפעיל אותו בעצמכם במקום אחר.
איך משתמשים
נכנסים לעמוד דרך הדפדפן וטבלת הדירוג עולה מיד, בלי צורך בהרשמה או בהתחברות לחשבון כלשהו. כברירת מחדל התצוגה נפתחת בגרסה הקוריאנית, וכדי לקרוא באנגלית לוחצים על כפתור השפה בראש הדף. הדפים נטענים מהר כי הסביבה יושבת על חומרת cpu-upgrade ורק מציגה נתונים קיימים בלי לחשב תוצאות ברקע.
הרישיון
הפרויקט מפורסם תחת רישיון apache-2.0. הרישיון מאפשר שימוש חופשי בקוד, כולל התאמה לצרכים מסחריים ושינוי הטבלאות. מאחר שאתם לא מעלים לכאן קבצים ולא מזינים מידע אישי, אין שום חשיפה של תוכן פרטי שלכם.
- שימוש מסחרי
- שינוי הקוד
- הפצה מחדש
- שימוש בפטנטים