Mercors APEX-Agents-Benchmark erhält Hugging Face Leaderboard für Open-Source-Modelle
Mercors APEX-Agents-Benchmark – eine anspruchsvolle Evaluation, die prüft, ob KI-Modelle die reale Arbeit von Beratern, Anwälten und Bankern übernehmen können – verfügt nun über ein offizielles Hugging Face Leaderboard für Open-Source-Modelle. Der Datensatz ist öffentlich zugänglich und ermöglicht es jedem Team, Open-Weight-Modelle an professionellen Wissensarbeitsaufgaben zu evaluieren und die Ergebnisse auf einem standardisierten Leaderboard zu vergleichen.
Warum das relevant ist
APEX-Agents schließt eine Benchmark-Lücke: Die meisten Agenten-Evaluierungen konzentrieren sich auf Coding oder Mathematik, während professionelle Wissensarbeit – rechtliche Analyse, Finanzmodellierung, Beratungsstrategie – bislang über keine standardisierte offene Evaluierung verfügt. Das HF Leaderboard erleichtert die Verfolgung, welche Open-Modelle den Rückstand bei diesen unternehmensrelevanten Aufgaben aufholen.