{"article_url":"https://newsverum.com/de/news/mlcommons-nsf-backed-mlperf-agents-efficiency-benchmark","block":{"description":{"ar":"اختيرت MLCommons لتطوير معيار MLPerf Agents ضمن تحدي كفاءة الذكاء الاصطناعي المدعوم من المؤسسة الوطنية الأمريكية للعلوم، بتمويل قدره 3.5 ملايين دولار على مدى عامين. سيقيس المعيار المخطط سير العمل كاملاً، لا تقديم رموز النموذج فقط، بما يشمل إطار الوكيل واختيار النموذج والاسترجاع وتنفيذ الأدوات والتنسيق وإدارة الحالة والتعافي من الإخفاق والتحقق. وسيُبلغ عن التكلفة والطاقة وزمن الاستجابة ومعدل الإنجاز للمهام التي تم التحقق من نجاحها. وتشمل الأعباء الأولى المخططة هندسة البرمجيات والبحث وتحليل البيانات وخدمة العملاء. وتقول MLCommons إنها ستستخدم قواعد موحدة ومجموعات تحقق مخفية؛ ولم ينتج المعيار نتائج بعد. الإعلان يتعلق بمشروع تطوير مدته عامان.","de":"MLCommons wurde ausgewählt, den Benchmark MLPerf Agents im Rahmen der von der US National Science Foundation unterstützten AI Efficiency Challenge zu entwickeln. Die Förderung beträgt 3,5 Millionen US-Dollar über zwei Jahre. Der geplante Benchmark soll vollständige Arbeitsabläufe messen, nicht nur die Token-Ausgabe des Modells: Agent-Harness, Modellauswahl, Abruf, Tool-Ausführung, Orchestrierung, Zustandsverwaltung, Fehlerbehandlung und Validierung. Er soll Kosten, Energie, Latenz und Durchsatz für erfolgreich verifizierte Aufgaben erfassen. Als erste Arbeitslasten sind Softwareentwicklung, Forschung und Datenanalyse sowie Kundenservice vorgesehen. MLCommons plant gemeinsame Regeln und verborgene Validierungsdatensätze; Ergebnisse liegen noch nicht vor. Die Meldung betrifft ein zweijähriges Entwicklungsprojekt.","en":"MLCommons was selected to develop the MLPerf Agents benchmark under a two-year, $3.5 million AI Efficiency Challenge supported by the U.S. National Science Foundation. The planned benchmark will measure complete workflows—not just model token serving—including the agent harness, model choice, retrieval, tool execution, orchestration, state management, failure recovery and validation. It will report cost, energy, latency and throughput for tasks that are successfully verified. Initial workloads are planned for software engineering, research and data analysis, and customer service. MLCommons says it will use common rules and hidden validation sets; the benchmark has not yet produced results. The announcement concerns a two-year development project.","es":"MLCommons fue seleccionada para desarrollar el benchmark MLPerf Agents dentro del AI Efficiency Challenge, respaldado por la Fundación Nacional de Ciencias de EE. UU. y dotado con 3,5 millones de dólares durante dos años. El benchmark previsto medirá flujos completos, no solo la entrega de tokens del modelo: incluye el arnés del agente, selección del modelo, recuperación, herramientas, orquestación, estado, recuperación de fallos y validación. Medirá coste, energía, latencia y rendimiento en tareas cuyo éxito se verifique. Los primeros trabajos previstos abarcan ingeniería de software, investigación y análisis de datos, y atención al cliente. MLCommons planea reglas comunes y conjuntos de validación ocultos; el benchmark aún no ha producido resultados. El anuncio describe un proyecto de desarrollo de dos años.","fr":"MLCommons a été sélectionné pour développer le benchmark MLPerf Agents dans le cadre du défi AI Efficiency Challenge, soutenu par la National Science Foundation américaine et doté de 3,5 millions de dollars sur deux ans. Le benchmark prévu mesurera le flux complet, pas seulement le service de jetons du modèle: harness d’agent, choix du modèle, recherche, outils, orchestration, état, récupération après erreur et validation. Il doit mesurer coût, énergie, latence et débit pour les tâches dont la réussite est vérifiée. Les premiers travaux prévus concernent le génie logiciel, la recherche et l’analyse de données, ainsi que le service client. MLCommons prévoit des règles communes et des jeux de validation cachés; le benchmark n’a pas encore produit de résultats. L’annonce porte sur un projet de développement de deux ans.","pt":"A MLCommons foi escolhida para desenvolver o benchmark MLPerf Agents no âmbito do AI Efficiency Challenge, apoiado pela National Science Foundation dos EUA e financiado com 3,5 milhões de dólares durante dois anos. O benchmark previsto medirá fluxos completos, não apenas a entrega de tokens do modelo: inclui o harness do agente, escolha do modelo, recuperação, ferramentas, orquestração, estado, recuperação de falhas e validação. A medição deverá abranger custo, energia, latência e débito em tarefas cujo sucesso seja verificado. Os primeiros trabalhos previstos incluem engenharia de software, investigação e análise de dados, e atendimento ao cliente. A MLCommons planeia regras comuns e conjuntos de validação ocultos; o benchmark ainda não produziu resultados. O anúncio descreve um projeto de desenvolvimento de dois anos.","tr":"MLCommons, ABD Ulusal Bilim Vakfı’nın desteklediği iki yıllık 3,5 milyon dolarlık AI Efficiency Challenge kapsamında MLPerf Agents kıyaslamasını geliştirmek üzere seçildi. Planlanan benchmark, yalnızca model belirteç sunumunu değil; ajan çatısı, model seçimi, erişim, araç çalıştırma, orkestrasyon, durum yönetimi, hata kurtarma ve doğrulamayı kapsayan tam iş akışını ölçecek. Başarı; doğrulanmış görev tamamlanması koşuluyla maliyet, enerji, gecikme ve verim üzerinden değerlendirilecek. İlk iş yükleri yazılım mühendisliği, araştırma ve veri analizi ile müşteri hizmetlerini kapsayacak. MLCommons ölçüm kuralları ve gizli doğrulama kümeleri planlıyor; bu aşamada benchmark henüz sonuç üretmiş değil, duyurulan şey iki yıllık geliştirme projesidir."},"id":"source-report","items":[{"date":"2026-10-15","description":{"ar":"اختيرت MLCommons لتطوير معيار MLPerf Agents ضمن تحدي كفاءة الذكاء الاصطناعي المدعوم من المؤسسة الوطنية الأمريكية للعلوم، بتمويل قدره 3.5 ملايين دولار على مدى عامين. سيقيس المعيار المخطط سير العمل كاملاً، لا تقديم رموز النموذج فقط، بما يشمل إطار الوكيل واختيار النموذج والاسترجاع وتنفيذ الأدوات والتنسيق وإدارة الحالة والتعافي من الإخفاق والتحقق. وسيُبلغ عن التكلفة والطاقة وزمن الاستجابة ومعدل الإنجاز للمهام التي تم التحقق من نجاحها. وتشمل الأعباء الأولى المخططة هندسة البرمجيات والبحث وتحليل البيانات وخدمة العملاء. وتقول MLCommons إنها ستستخدم قواعد موحدة ومجموعات تحقق مخفية؛ ولم ينتج المعيار نتائج بعد. الإعلان يتعلق بمشروع تطوير مدته عامان.","de":"MLCommons wurde ausgewählt, den Benchmark MLPerf Agents im Rahmen der von der US National Science Foundation unterstützten AI Efficiency Challenge zu entwickeln. Die Förderung beträgt 3,5 Millionen US-Dollar über zwei Jahre. Der geplante Benchmark soll vollständige Arbeitsabläufe messen, nicht nur die Token-Ausgabe des Modells: Agent-Harness, Modellauswahl, Abruf, Tool-Ausführung, Orchestrierung, Zustandsverwaltung, Fehlerbehandlung und Validierung. Er soll Kosten, Energie, Latenz und Durchsatz für erfolgreich verifizierte Aufgaben erfassen. Als erste Arbeitslasten sind Softwareentwicklung, Forschung und Datenanalyse sowie Kundenservice vorgesehen. MLCommons plant gemeinsame Regeln und verborgene Validierungsdatensätze; Ergebnisse liegen noch nicht vor. Die Meldung betrifft ein zweijähriges Entwicklungsprojekt.","en":"MLCommons was selected to develop the MLPerf Agents benchmark under a two-year, $3.5 million AI Efficiency Challenge supported by the U.S. National Science Foundation. The planned benchmark will measure complete workflows—not just model token serving—including the agent harness, model choice, retrieval, tool execution, orchestration, state management, failure recovery and validation. It will report cost, energy, latency and throughput for tasks that are successfully verified. Initial workloads are planned for software engineering, research and data analysis, and customer service. MLCommons says it will use common rules and hidden validation sets; the benchmark has not yet produced results. The announcement concerns a two-year development project.","es":"MLCommons fue seleccionada para desarrollar el benchmark MLPerf Agents dentro del AI Efficiency Challenge, respaldado por la Fundación Nacional de Ciencias de EE. UU. y dotado con 3,5 millones de dólares durante dos años. El benchmark previsto medirá flujos completos, no solo la entrega de tokens del modelo: incluye el arnés del agente, selección del modelo, recuperación, herramientas, orquestación, estado, recuperación de fallos y validación. Medirá coste, energía, latencia y rendimiento en tareas cuyo éxito se verifique. Los primeros trabajos previstos abarcan ingeniería de software, investigación y análisis de datos, y atención al cliente. MLCommons planea reglas comunes y conjuntos de validación ocultos; el benchmark aún no ha producido resultados. El anuncio describe un proyecto de desarrollo de dos años.","fr":"MLCommons a été sélectionné pour développer le benchmark MLPerf Agents dans le cadre du défi AI Efficiency Challenge, soutenu par la National Science Foundation américaine et doté de 3,5 millions de dollars sur deux ans. Le benchmark prévu mesurera le flux complet, pas seulement le service de jetons du modèle: harness d’agent, choix du modèle, recherche, outils, orchestration, état, récupération après erreur et validation. Il doit mesurer coût, énergie, latence et débit pour les tâches dont la réussite est vérifiée. Les premiers travaux prévus concernent le génie logiciel, la recherche et l’analyse de données, ainsi que le service client. MLCommons prévoit des règles communes et des jeux de validation cachés; le benchmark n’a pas encore produit de résultats. L’annonce porte sur un projet de développement de deux ans.","pt":"A MLCommons foi escolhida para desenvolver o benchmark MLPerf Agents no âmbito do AI Efficiency Challenge, apoiado pela National Science Foundation dos EUA e financiado com 3,5 milhões de dólares durante dois anos. O benchmark previsto medirá fluxos completos, não apenas a entrega de tokens do modelo: inclui o harness do agente, escolha do modelo, recuperação, ferramentas, orquestração, estado, recuperação de falhas e validação. A medição deverá abranger custo, energia, latência e débito em tarefas cujo sucesso seja verificado. Os primeiros trabalhos previstos incluem engenharia de software, investigação e análise de dados, e atendimento ao cliente. A MLCommons planeia regras comuns e conjuntos de validação ocultos; o benchmark ainda não produziu resultados. O anúncio descreve um projeto de desenvolvimento de dois anos.","tr":"MLCommons, ABD Ulusal Bilim Vakfı’nın desteklediği iki yıllık 3,5 milyon dolarlık AI Efficiency Challenge kapsamında MLPerf Agents kıyaslamasını geliştirmek üzere seçildi. Planlanan benchmark, yalnızca model belirteç sunumunu değil; ajan çatısı, model seçimi, erişim, araç çalıştırma, orkestrasyon, durum yönetimi, hata kurtarma ve doğrulamayı kapsayan tam iş akışını ölçecek. Başarı; doğrulanmış görev tamamlanması koşuluyla maliyet, enerji, gecikme ve verim üzerinden değerlendirilecek. İlk iş yükleri yazılım mühendisliği, araştırma ve veri analizi ile müşteri hizmetlerini kapsayacak. MLCommons ölçüm kuralları ve gizli doğrulama kümeleri planlıyor; bu aşamada benchmark henüz sonuç üretmiş değil, duyurulan şey iki yıllık geliştirme projesidir."},"label":{"ar":"اختيرت MLCommons لتطوير معيار MLPerf Agents ضمن تحدي كفاءة الذكاء الاصطناعي المدعوم من المؤسسة الوطنية الأمريكية للعلوم، بتمويل قدره 3.5 ملايين دولار على مدى عامين. سيقيس المعيار المخطط سير العمل كاملاً، لا تقديم رموز النموذج فقط، بما يشمل إطار الوكيل واختيار النموذج والاسترجاع وتنفيذ الأدوات والتنسيق وإدارة الحالة والتعافي من الإخفاق والتحقق.","de":"MLCommons wurde ausgewählt, den Benchmark MLPerf Agents im Rahmen der von der US National Science Foundation unterstützten AI Efficiency Challenge zu entwickeln. Die Förderung beträgt 3,5 Millionen US-Dollar über zwei Jahre. Der geplante Benchmark soll vollständige Arbeitsabläufe messen, nicht nur die Token-Ausgabe des Modells: Agent-Harness, Modellauswahl, Abruf, Tool-Ausführung, Orchestrierung, Zustandsverwaltung, Fehlerbehandlung und Validierung.","en":"MLCommons was selected to develop the MLPerf Agents benchmark under a two-year, $3.5 million AI Efficiency Challenge supported by the U.S. National Science Foundation. The planned benchmark will measure complete workflows—not just model token serving—including the agent harness, model choice, retrieval, tool execution, orchestration, state management, failure recovery and validation.","es":"MLCommons fue seleccionada para desarrollar el benchmark MLPerf Agents dentro del AI Efficiency Challenge, respaldado por la Fundación Nacional de Ciencias de EE. UU. y dotado con 3,5 millones de dólares durante dos años. El benchmark previsto medirá flujos completos, no solo la entrega de tokens del modelo: incluye el arnés del agente, selección del modelo, recuperación, herramientas, orquestación, estado, recuperación de fallos y validación.","fr":"MLCommons a été sélectionné pour développer le benchmark MLPerf Agents dans le cadre du défi AI Efficiency Challenge, soutenu par la National Science Foundation américaine et doté de 3,5 millions de dollars sur deux ans. Le benchmark prévu mesurera le flux complet, pas seulement le service de jetons du modèle: harness d’agent, choix du modèle, recherche, outils, orchestration, état, récupération après erreur et validation.","pt":"A MLCommons foi escolhida para desenvolver o benchmark MLPerf Agents no âmbito do AI Efficiency Challenge, apoiado pela National Science Foundation dos EUA e financiado com 3,5 milhões de dólares durante dois anos. O benchmark previsto medirá fluxos completos, não apenas a entrega de tokens do modelo: inclui o harness do agente, escolha do modelo, recuperação, ferramentas, orquestração, estado, recuperação de falhas e validação.","tr":"MLCommons, ABD Ulusal Bilim Vakfı’nın desteklediği iki yıllık 3,5 milyon dolarlık AI Efficiency Challenge kapsamında MLPerf Agents kıyaslamasını geliştirmek üzere seçildi. Planlanan benchmark, yalnızca model belirteç sunumunu değil; ajan çatısı, model seçimi, erişim, araç çalıştırma, orkestrasyon, durum yönetimi, hata kurtarma ve doğrulamayı kapsayan tam iş akışını ölçecek."},"status":"occurred"}],"methodology":{"ar":"يلخص هذا السجل ما أورده المصدر الأولي المحدد من وصف وقياسات؛ ولم يُجر اختبار مستقل أو تحقق من الاستطلاع.","de":"Dieser Eintrag fasst die Beschreibung und Messwerte der genannten Primärquelle zusammen; es erfolgte keine unabhängige Prüfung oder Umfrageverifikation.","en":"This record summarizes the named primary source and its reported measurements; no independent test or survey verification was performed.","es":"Este registro resume la descripción y las mediciones de la fuente primaria citada; no se realizó una prueba ni una verificación independiente de la encuesta.","fr":"Cette fiche reprend la description et les mesures publiées par la source primaire citée; aucun test ni sondage indépendant n’a été effectué.","pt":"Este registro resume a descrição e as medições da fonte primária citada; não foi realizado teste independente nem verificação do inquérito.","tr":"Bu kayıt, belirtilen birincil kaynaktaki açıklama ve ölçümleri aktarır; bağımsız test veya anket doğrulaması yapılmadı."},"sourceUrls":["https://mlcommons.org/2026/10/nsf-stride-ai-efficiency-challenge/"],"title":{"ar":"MLCommons تطور معيار كفاءة للوكلاء بدعم NSF","de":"MLCommons entwickelt mit NSF-Förderung einen Agenten-Benchmark","en":"MLCommons to develop an NSF-backed agent efficiency benchmark","es":"MLCommons desarrollará una prueba de agentes con apoyo de NSF","fr":"MLCommons prépare un benchmark d’agents financé par la NSF","pt":"MLCommons vai criar benchmark de agentes com apoio da NSF","tr":"MLCommons NSF destekli ajan verimlilik ölçütünü geliştirecek"},"type":"events","updatedAt":"2026-10-15T21:40:26Z"},"version":1}