Agenten-Benchmarks

GAIA Agenten-Benchmark

OpenGPT hält 15 veröffentlichte Zeilen mit der unten gezeigten exakten Benchmark-Version GAIA und Umgebung verknüpft.

Aufgaben: 165
Veröffentlichte Zeilen: 15
Datum der Quelldaten: 6. Aug. 2026
Identität geprüft: Historisch

Nachweisumfang

HAL verified snapshot · Top 15 published configurations · public validation set · 165 questions. public validation questions. General-assistant questions requiring reasoning, multimodality, browsing, and tools. Source-specific; no normalized step or token limit published.

How OpenGPT handles this evidence

OpenGPT bewahrt Kennzahl, Aufgabenumfang, Umgebung, Version, Konfigurationsfelder und Quelldatum des Herausgebers. Es erstellt keine Benchmark-übergreifende Agent-Gesamtpunktzahl.

Vergleichsgrenzen

Ein höheres Ergebnis gilt nur für die angezeigte Benchmark-Version und die entsprechenden Bedingungen.
Die Ergebnisse der Agenten spiegeln das Gesamtsystem wider, nicht nur das Basismodell.
Fehlende Daten zu Kosten, Zuverlässigkeit, Sicherheit oder Latenz werden weiterhin als nicht gemeldet ausgewiesen und nicht abgeleitet.
HAL hat diese Zeilen der öffentlichen Validierung reproduziert und veröffentlicht Scaffold, Modell, Bewertung, Kosten, Anzahl der Durchläufe und Traces. Die Quelle hat die Aufnahme neuer Modelle ausgesetzt und veröffentlicht kein normalisiertes Tool- oder Schrittbudget.

HAL verified snapshot · Top 15 published configurations · public validation set · 165 questions

15 von 15 veröffentlichten Zeilen werden angezeigt. Jedes Ergebnis bleibt mit dem Quellbenchmark und der Konfiguration verknüpft.