實戰

既然您已準備好深入建立您的最終 Agent，那麼接下來讓我們看看如何提交它以供評審。

資料集

此排行榜中使用的資料集包含從 GAIA 驗證集第一級問題中提取的 20 個問題。

所選問題根據回答問題所需的工具和步驟數量進行篩選。

根據 GAIA 基準的當前情況，我們認為讓您嘗試在第一級問題中達到 30% 是一個公平的測試。

流程

現在您心中最大的疑問可能是：“我該如何開始提交呢？”

對於本單元，我們建立了一個 API，允許您獲取問題併發送答案以進行評分。以下是路由的摘要（有關互動式詳細資訊，請參閱即時文件）

• GET /questions：檢索過濾後的完整評估問題列表。
• GET /random-question：從列表中獲取單個隨機問題。
• GET /files/{task_id}：下載與給定任務 ID 相關聯的特定檔案。
• POST /submit：提交 Agent 答案，計算分數，並更新排行榜。

提交函式將以精確匹配的方式將答案與標準答案進行比較，因此請很好地提示它！GAIA 團隊在此處分享了一個您的 Agent 的提示示例（在本課程中，請確保您的提交中不包含“FINAL ANSWER”字樣，只需讓您的 Agent 回答答案，別無其他）。

🎨 讓模板成為您自己的！

為了演示與 API 互動的過程，我們提供了一個基本模板作為起點。

請隨意——並積極鼓勵——更改、新增或完全重構它！以最適合您的方法和創造力的任何方式修改它。

為了提交此模板，需要計算 API 所需的 3 個資訊：

• 使用者名稱：您的 Hugging Face 使用者名稱（在此透過 Gradio 登入獲取），用於標識您的提交。
• 程式碼連結（agent_code）：指向您的 Hugging Face Space 程式碼（.../tree/main）的 URL，用於驗證目的，因此請保持您的空間公開。
• 答案（answers）：您的 Agent 生成的響應列表（{"task_id": ..., "submitted_answer": ...}），用於評分。

因此，我們鼓勵您首先在您自己的 Hugging Face 個人資料上覆制此模板。

🏆 在此處檢視排行榜

友情提示：此排行榜僅供娛樂！我們知道可以不經完全驗證就提交分數。如果出現太多高分而沒有公開連結支援的情況，我們可能需要審查、調整或刪除某些條目，以保持排行榜的實用性。排行榜將顯示您的空間程式碼庫連結，由於此排行榜僅面向學生，如果您獲得了引以為傲的分數，請保持您的空間公開。

< > 在 GitHub 上更新