Maxaa dhacay
MarkTechPost ayaa sheegaysa in Keenable AI ay sii daysay Irbad, oo ah isha furan ee lagu qiimeeyo API-yada goob-raadinta ee ay adeegsadaan wakiilada AI. Qaybaheeda waydiinta waxa dib looga soo saaray ilo cusub oo dadwayne halkii ay ahaan lahaayeen kuwo hore loo sii hagaajiyay, iyada oo la samaynayo su'aalo wareed saacadle ah iyo maalgelin, aqoonyahan, sharci, iyo su'aalo qoto dheer oo maalin walba dib loo dhiso.
MarkTechPost ayaa sheegaysa in Keenable AI uu leeyahay Irbad il-furan, oo magaceedu loola jeedo Wararka, Maalin kasta, Khabiir, Dabo-Qosol, iyo Qiimaynta Sharciga. Halbeegga waxaa loogu talagalay nidaamyada raadinta ee ay adeegsadaan wakiilada AI, halkaas oo moodelku uu soo saari karo weydiimo soo noqnoqda oo uu ku tiirsanaado cinwaanno, qaybo yaryar, iyo darajooyin ka hor inta aan la go'aansanin in la keeno bog. Naqshadaynta dhexe waa in laga fogaado su'aal joogto ah oo go'an. Sida warbixinta lagu sheegay, su'aalaha wararka ayaa dib loo soo nooleeyaa saacad kasta laga soo bilaabo qiyaastii 124 quudin RSS ah iyo isbeddellada Google. Maaliyadda, aqoonyahanka, sharciga, iyo weydiimaha- naadirka ah ayaa maalin walba laga soo cusboonaysiiyaa ilo ay ka mid yihiin SEC XBRL, Wikidata, GLEIF, arXiv, Europe PMC, CourtListener, eCFR, iyo sii deynta wakiilka dadweynaha.
MarkTechPost ayaa sheegaysa in LLM ay u beddesho walxaha isha su'aalo, halka hubinta mishiinka loo isticmaalo in lagu ogaado in waydiinta lafteedu ay bixiso jawaabta. Halbeeggu wuxuu daboolayaa shan nooc oo hawleed oo kala duwan. Wararka iyo raadinta dabada qoto dheer waxaa lagu qiimeeyaa tayada darajada; Maaliyaddu waxay tijaabisaa in xaqiiqo la codsaday ay ka muuqato shanta qaybood ee ugu sarreeya; iyo aqoonyahanka iyo baaritaanka sharciga waxaa loola dhaqmaa sidii hawlo shay la yaqaan oo ay dhaliyeen isbarbardhigga aqoonsiga. Maqaalku wuxuu leeyahay suunka isha furan waa Python aaladda khadka taliska oo leh soosaar iyo socodsiin amar-hoosaadyo, waxay ku socon kartaa laptop-ka ama is-dhexgalka joogtada ah, waxayna u baahan tahay furaha OpenRouter si loo xukumo oo lagu daro furaha API ee makiinadaha goob kasta ee la tijaabiyay.
Weydiin kasta, MarkTechPost wuxuu leeyahay CIRBAD waxay u dirtaa qoraal su'aal isku mid ah 15 API oo raadin hal borotokool ah. Wicitaannada waa la sameeyaa hal mar, taasoo u oggolaanaysa boqolleyda daahitaanka in la is barbar dhigo iyada oo aan culays la saarin. Qiimayntu waxay isticmaashaa matoor kasta darajadiisa, magacyadiisa, iyo qaybihiisa kala duwan; boggaga lama soo qaadin, natiijooyinkana dib looma qiimayn. Caddaynta waxaa lagu gooyay 2,000 oo xaraf, garsoorahana lama tusin magaca injiinka. Sida warbixinta lagu sheegay, Falalka GitHub ee dadwaynaha ayaa socodsiiya iyo farshaxanada gacanta ku haya xogta Hugging Face waa qayb ka mid ah habka soo saarista mashruuca, inkasta oo agabkaas aan si madax banaan loogu xaqiijin agabka la keenay.
Faahfaahinta isha: marktechpost.com ↗
Maxay muhiim u tahay
Halbeegga waxaa loogu talagalay in lagu wajaho daciifnimada qiimeynta raadinta taagan: nidaamka AI waxaa laga yaabaa inuu xafido su'aalaha iyo jawaabaha la daabacay, ama uu soo ceshado furaha jawaabta dadweynaha halkii uu dhab ahaan raadin lahaa. CIRBAD waxay sidoo kale barbardhigtaa mishiin kasta iyo saqaf macquul ah oo ku salaysan natiijooyinka isku dhafan ee ay soo celiyeen dhammaan bixiyeyaasha la tijaabiyey.
Halbeeggu waxa uu ka hadlayaa mushkilad la taaban karo oo ku saabsan cabbiridda raadinta AI. Qiimaynta joogtada ahi waxay noqon kartaa xog yar marka moodellada ay xafidaan su'aalaha, marka jawaabaha lagu dhex daro xogta tababarka, ama marka wakiilku uu galo faylka jawaabta dadweynaha ee la heli karo. Qaabka su'aalaha oo si joogto ah loo cusboonaysiiyay ayaa ka dhigaya jid-gaabyadaas mid adag, ugu yaraan mabda' ahaan. MarkTechPost wuxuu isbarbar dhigayaa habka iyo qiimeynta kale ee tooska ah sida LiveBench, LiveCodeBench, iyo SWE-bench-Live, laakiin maqaalka la keenay si madax-banaan uma qeexayo sida habka IRALKA uu barbar dhigo mashaariicdaas.
Cabbiraadda afka-qowlka ee IIRABADU waa mid faa'iido leh sababtoo ah dhibcaha hoose waxay yeelan karaan sababo kala duwan. MarkTechPost ayaa sheegaysa in bartilmaameedku uu isku daro dhammaan matoorada 'natiijooyinka la soo celiyay ee su'aasha, waxay dalbadaan barkada isku dhafan ee ku habboon, oo u adeegsada si ay u abuurto saqaf macquul ah oo loo yaqaan "Utimate." Farqi weyn oo u dhexeeya mishiinka gaarka ah iyo saqafkaas ayaa soo jeedinaya in walxaha khuseeya uu soo celiyay ugu yaraan hal bixiye laakiin aan si fiican u soo bixin ama aan si fiican u qiimeyn matoorkaas. Saqafka daciifka ah wuxuu soo jeedinayaa in bixiyeyaasha la tijaabiyay ay si wadajir ah ugu guul daraysteen inay soo saaraan caddayn adag. Tani waa kala soocida ogaanshaha halkii ay ka ahaan lahayd caddaynta tayada guud ee raadinta.
Natiijooyinka la soo sheegay waxay muujinayaan in waxqabadku si aad ah u kala duwan yahay hawshu. Daaqadaha todobada maalmood ah ee dhamaanaya Agoosto 28, MarkTechPost ayaa ka warbixisay dhibcaha maaliyadeed ee 0.910 ee Exa, 0.872 ee Keenable, 0.871 ee Perplexity, iyo 0.847 ee Google, marka loo eego dhibcaha ugu dambeeya ee 0.965. Dhibcaha aqoonyahanku waxay u dhexeeyaan 0.774 ee Keenable ilaa 0.310 ee Tavily, marka loo eego 0.869. Deep-tail ayaa lagu soo warramey inay tahay qaybta ugu adag: Exa waxay gaartay 0.557 ugu dambeyntii, Keenable 0.470, iyo Bing 0.199. Tirooyinkani waa sheegashooyin ka soo baxay meesha, ee ma aha cabbirro si madax bannaan loo xaqiijiyey.
Farsamaynta Is-dhexgalka: Sida Dhabta Ay U Shaqeyso
U baadh tignoolajiyada hoose ee ka dambeeya horumarkan si isdhexgal leh.
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
Maxaa la daawan doona xiga
Isha la bixiyay si madaxbanaan uma xaqiijinayso kaydka, dashboardka, agabka xogta kaydinta, ama buundooyinka la sheegay. Dhaqdhaqaaqa mustaqbalka waa in uu muujiyaa in habka isha-nooleed ee bartilmaameedku uu yahay mid la soo saari karo, haddii hadalkeeda la isku daray ay si macno leh u kala soocdo dib-u-celinta guul-darrooyinka iyo guul-darrooyinka, iyo sida ay natiijadu isu beddesho marka ay bixiyeyaasha goobuhu cusboonaysiiyaan tusmooyinkooda iyo API-yada.
Arrinta ugu horreysa ee la daawado waa taransiinta. MarkTechPost waxay soo warisay in koodka NEEDLE lagu sii daayay shatiga MIT iyo in durdurrada weydiinta dib loo abuuri karo, laakiin isha la keenay kuma jiraan xisaabin madax-bannaan oo koodhka, jadwalka il-bixinta, jeegaga qulqulka, soo-jeedinta garsooraha, ama farshaxannada la daabacay. Cilmi-baarayaasha iyo bixiyeyaasha goobidda waxay u baahan doonaan inay caddeeyaan in orod cusub uu soo saaro dhismo isku mid ah oo su'aalo ah iyo in isbeddellada quudinta dadweynaha ama diiwaannada si cad loo diiwaangeliyay si ku filan dib u eegis dambe.
Arrinka labaad ayaa ah in saqafka "ugu dambeeya" si taxadar leh loo fasiray. Waxay cabbirtaa natiijada ugu wanaagsan ee ay heleen matoorada ka qaybqaataha, ma aha caalamka dhamaystiran ee bogagga shabakadda ee khuseeya. Sidaa darteed waxay muujin kartaa khasaarooyinka la wadaago oo keliya gudaha bixiyeyaasha la tijaabiyay iyo daaqada isha. MarkTechPost waxa kale oo ay soo tebisay in hawlwadeenka NEEDLE, Keenable, uu ku tartamayo bartilmaameedka. Taasi waxay abuurtaa isku dhac aan baabi'in habka laftiisa, laakiin ka dhigaysa kood hufan, qoraallo dhammaystiran, garsoor indho la'aan ah, iyo dib-u-eegis madax-bannaan oo muhiimad gaar ah leh.
Latency sidoo kale waxay muhiim u tahay horumarinta wakiilada. MarkTechPost ayaa soo tebisay Keenable-waqtiga dhabta ah ee 193 millise seconds dhexdhexaad ah iyo 284 millise seconds boqolkiiba 95, marka la barbar dhigo Exa 1,876 iyo 2,955 millise seconds iyo Bing at 2,767 iyo 9,381 millise seconds isla daaqadaha todobada maalmood ah. Maqaalku wuxuu leeyahay wicitaanada guuldarraystay ayaa laga saaray shaybaarrada daahitaanka, markaa qiimaynaha mustaqbalka waa inay baaraan heerarka guul-darrooyinka, xaddidaadda heerka, isbeddellada caymiska, iyo is-dhaafsiga u dhexeeya xawaaraha iyo tayada soo celinta oo ay weheliso boqolleydan.