DeepResearch-Bench-Leaderboard

מה זה

העמוד מציג טבלת דירוג אינטראקטיבית של סוכני מחקר עצמאיים. אתם לא מעלים לכאן טקסטים או שאלות משלכם, אלא גוללים בין מודלים שונים, משווים את הציונים שהם קיבלו במבחן DeepResearch Bench ובודקים מי מהם מוביל במשימות מורכבות.

מאחורי הקלעים רץ קוד פייתון פשוט שטוען את הממשק דרך קובץ ייעודי ומציג את הנתונים שנאספו מראש. אין פה עיבוד בזמן אמת של משימות מחקר חדשות, אלא רק תצוגה מסודרת של המדידות שנערכו עבור הפרויקט.

מתאים ל

• השוואת ביצועי סוכנים

  בדיקה מהירה של המודלים המובילים במשימות מחקר לפני שבוחרים כלי לפיתוח או עבודה.

• בחירת תשתית למחקר אוטומטי

  צפייה בציונים של סוכני Deep Research שונים כדי להבין מי מהם מתמודד טוב יותר עם משימות מורכבות.

• הרצת לוח דירוג מקומי

  הורדת הקוד מהמאגר והרצה מקומית של הממשק כדי לבחון את המבנה שלו או להציג אותו פנימית.

איפה זה נופל

זה לוח תוצאות בלבד ולא סוכן מחקר שאפשר לתשאל. אי אפשר לבדוק כאן פרומפטים חדשים, להזין מקורות מידע משלכם או להעריך מודל שלא מופיע ברשימה המקורית של הפרויקט. הנתונים משקפים רק את מבחני הבנצ'מרק הספציפיים שהיוצרים הגדירו, ולכן צריך לבדוק באתר הפרויקט איך המבחן נבנה לפני שמסיקים מסקנות לעבודה אמיתית.

איך משתמשים

נכנסים לקישור בדפדפן והלוח מופיע מיד. אין צורך בהרשמה, אין תור ואין כפתורי הרצה שמחייבים המתנה ארוכה. השרת מחזיק חומרת מעבד בסיסית בלבד, אבל מאחר שמדובר בטבלת תוצאות מוכנה מראש ולא במודל שרץ ברקע, הדפדוף והסינון עובדים בלי עיכוב.

הרישיון

הפרויקט מפורסם תחת רישיון apache-2.0, שמאפשר שימוש חופשי בקוד ובתוצאות, כולל העתקה והתאמה לצרכים מסחריים. מאחר שלא מעלים קבצים או מידע אישי לממשק, אין חשש לגבי שמירת תוכן פרטי בשרת.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗