✍️ Add: translate Agent-Leaderboard #111
Merged
Conversation
This file contains hidden or bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
Jwaminju
reviewed
Nov 20, 2025
Jwaminju
reviewed
Nov 20, 2025
Collaborator
Jwaminju
left a comment
Jwaminju
left a comment
There was a problem hiding this comment.
안녕하세요! 발표를 듣지 못해 아쉽지만, 좋은 내용 정리 감사합니다!
몇가지 리뷰했습니다!
선택적으로 반영해주셔도 좋아요!
Collaborator
|
PR을 한 번 rebase해야 build가 될 것 같네용! |
Jwaminju
force-pushed
the
main
branch
4 times, most recently
from
657a070 to
3ddf137
Compare
sim-so
requested changes
Nov 22, 2025
Contributor
sim-so
left a comment
sim-so
left a comment
There was a problem hiding this comment.
전체적으로 읽기 쉬운 문장이었던 것 같아요! type 위주로 확인해서 코멘트 남겼습니다!
hyeonseo2
reviewed
Nov 22, 2025
Collaborator
hyeonseo2
left a comment
hyeonseo2
left a comment
There was a problem hiding this comment.
좋은 번역과 발표 감사합니다! 특히, 모델 성능 관련 파트가 표로 정리되어 있어서 더 가독성이 좋았습니다 👍 번역 용어 관련해서 아래 몇 가지 리뷰를 남겼습니다.
eehyo
requested changes
Nov 23, 2025
Collaborator
eehyo
left a comment
eehyo
left a comment
There was a problem hiding this comment.
글을 깔끔하게 잘 작성해주셔서 읽기 좋았습니다! 섹션 나누어 부연 설명 있는 것도 좋았습니다! 전체적인 단어 흐름 통일 위주로만 보았습니다:)
|
|
||
| 3. **평가 지표 정의(Metric Definition)**: 도구 선택의 정확성과 매개변수 사용의 질을 모두 평가하는 **도구 선택 품질(TSQ)**을 주요 지표로 설정합니다. 이 지표는 실제 환경에서 요구되는 성능을 포착하도록 신중하게 설계되었습니다. | ||
|
|
||
| 4. **데이터셋 구성(Dataset Curation)**: 기존 벤치마크 데이터셋을 전략적으로 샘플링하여 균형 잡히고, 다중 도메인을 아우르는 평가용 데이터셋을 만들빈다. 이 데이터셋은 기본 함수 호출부터 복잡한 다중 턴 상호작용까지 모두 테스트할 수 있어 에이전트 능력을 포괄적으로 평가합니다. |
Collaborator
There was a problem hiding this comment.
Suggested change
| 4. **데이터셋 구성(Dataset Curation)**: 기존 벤치마크 데이터셋을 전략적으로 샘플링하여 균형 잡히고, 다중 도메인을 아우르는 평가용 데이터셋을 만들빈다. 이 데이터셋은 기본 함수 호출부터 복잡한 다중 턴 상호작용까지 모두 테스트할 수 있어 에이전트 능력을 포괄적으로 평가합니다. | |
| 4. **데이터셋 구성(Dataset Curation)**: 기존 벤치마크 데이터셋을 전략적으로 샘플링하여 균형 잡히고, 다중 도메인을 아우르는 평가용 데이터셋을 만들빈다. 이 데이터셋은 기본 함수 호출부터 복잡한 멀티 턴 상호작용까지 모두 테스트할 수 있어 에이전트 능력을 포괄적으로 평가합니다. |
민주님이 다중 턴 -> 멀티 턴으로 수정하신 것에 맞게 통일시켜 보았습니다!
Co-authored-by: wony617 <[email protected]>
Co-authored-by: wony617 <[email protected]>
Co-authored-by: wony617 <[email protected]>
Co-authored-by: wony617 <[email protected]>
Co-authored-by: wony617 <[email protected]>
Co-authored-by: wony617 <[email protected]>
Co-authored-by: wony617 <[email protected]>
Co-authored-by: wony617 <[email protected]>
Co-authored-by: Sohyun Sim <[email protected]>
Co-authored-by: Sohyun Sim <[email protected]>
Co-authored-by: Sohyun Sim <[email protected]>
Co-authored-by: Sohyun Sim <[email protected]>
Co-authored-by: Sohyun Sim <[email protected]>
Co-authored-by: Sohyun Sim <[email protected]>
Co-authored-by: Sohyun Sim <[email protected]>
Co-authored-by: Hyeonseo Yun <[email protected]>
Co-authored-by: Hyeonseo Yun <[email protected]>
Co-authored-by: Hyeonseo Yun <[email protected]>
Co-authored-by: Hyeonseo Yun <[email protected]>
Co-authored-by: eehyo <[email protected]>
Co-authored-by: eehyo <[email protected]>
Co-authored-by: eehyo <[email protected]>
Co-authored-by: eehyo <[email protected]>
Co-authored-by: eehyo <[email protected]>
Co-authored-by: eehyo <[email protected]>
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
Add this suggestion to a batch that can be applied as a single commit.
This suggestion is invalid because no changes were made to the code.
Suggestions cannot be applied while the pull request is closed.
Suggestions cannot be applied while viewing a subset of changes.
Only one suggestion per line can be applied in a batch.
Add this suggestion to a batch that can be applied as a single commit.
Applying suggestions on deleted lines is not supported.
You must change the existing code in this line in order to create a valid suggestion.
Outdated suggestions cannot be applied.
This suggestion has been applied or marked resolved.
Suggestions cannot be applied from pending reviews.
Suggestions cannot be applied on multi-line comments.
Suggestions cannot be applied while the pull request is queued to merge.
Suggestion cannot be applied right now. Please check back later.
작업내용
신규 포스팅 작성 : Agent Leaderboard: Evaluating AI Agents in Multi-Domain Scenarios
블로그 원문 : https://huggingface.co/blog/pratikbhavsar/agent-leaderboard