OpenGPTقرارات نماذج مبنية على الأدلةتكوين Agent · τ²-bench Core
τ² standard agent · Claude Sonnet 4.5 · extended thinking
العنصر المرتّب: النموذج والبنية التوجيهية والأدوات والأذونات والميزانية والبيئة معًا.
01
الإعداد
02
النتيجة
03
العملية
04
الثقة
ملاحظة الأدلة
لا تشمل المقارنة سوى ثمانية صفوف أرسلها الناشر وتشترك في المعيار v1.0.1 والقالب والأدوات القياسية ومحاكي المستخدم وتقسيمات المهام الأساسية وبروتوكول من أربع تجارب. وتظل صفوف τ-bench الأخرى خارج هذا النطاق.
فتح التدقيق ↗ما الذي لا تثبته هذه النتيجة
تنطبق هذه النتيجة على النظام المحدد وظروف المصدر المعروضة هنا فحسب. ولا تثبت وجود وكيل هو الأفضل عالميًا، أو موثوقية في بيئة الإنتاج، أو حوكمة للبيانات، أو أداءً على إصدار مختلف من المعيار المرجعي.
بيانات أبلغ عنها المصدر؛ تبقى القيم المفقودة مجهولة.
تحقّق قبل الاعتماد
تنشئ التصنيفات العامة قائمة مختصرة. وتحدد تجربة خاصة صغيرة ما إذا كان الإعداد يلائم عملك.
- 1
اختر من 10 إلى 20 مهمة تمثيلية وحدد شرط اجتياز واضحًا.
- 2
ثبّت الوكيل والنموذج والأدوات والأذونات والميزانية قبل الاختبار.
- 3
نفّذ كل مهمة مهمة أكثر من مرة؛ وسجّل النجاح والتكلفة والوقت وحالات تولي الإنسان للمهمة.
- 4
راجع الإخفاقات ومخاطر معالجة البيانات قبل اتخاذ قرار بشأن بيئة الإنتاج.