מבחן הערכה
Finance Agent v2
מדידה בתחום · בהסתייגותהערכה על ידי מודל אחרזיקה מסחרית מוצהרת
מה הוא מודד
תהליכים פיננסיים: משימות עבודה פיננסיות מקצה לקצה · חשיבה פיננסית: מסמכים פיננסיים, חישובים ודוחות
מה הוא לא מודד
- אין לגזור ממנו יכולת בתחומים שלא נכללו במשימות שלו.
- הציון נקבע בהערכה על ידי מודל אחר ולכן משקלו מוגבל בתוך היכולת.
תוצאות שנמדדו
| מערכת | ציון | פרוטוקול | מקור |
|---|---|---|---|
| Gemini 4 Argon | 65.4 | Finance Agent v2 · דיווח של הספק | קישור |
| Gemini 3.8 Flash | 61.4 | Finance Agent v2 · דיווח של הספק | קישור |
| Muse Wonder Full | 59.1 | Finance Agent v2 · דיווח של הספק | קישור |
| Ling 3.1 Flash | 57.9 | Finance Agent v2 · דיווח של הספק | קישור |
| Gemini 3.5 Flash | 57.9 | Finance Agent v2 · מדידה בלוח עצמאי | קישור |
| Muse Spark 1.1 | 57.2 | Finance Agent v2 · דיווח של הספק | קישור |
| Muse Wonder | 56.6 | Finance Agent v2 · דיווח של הספק | קישור |
| Mistral Large 4 | 54.7 | Finance Agent v2 · מדידה בלוח עצמאי | קישור |
| Claude Opus 4.8 | 53.9 | Finance Agent v2 · דיווח של הספק | קישור |