Trase ने Hugging Face GAIA लीडरबोर्ड पर शीर्ष स्थान वापस पा लिया, जिसमें 67% से अधिक का प्रकाशित टेस्ट स्कोर और 70.3% का वैलिडेशन स्कोर हासिल हुआ। यह प्रदर्शन Google, Microsoft और OpenAI जैसे उद्योग के विशालकों की तुलना में तेज है, जबकि प्रति क्वेरी खर्च लगभग 1/100वां है।
- Trase ने GAIA बेंचमार्क पर 66.78% का कुल टेस्ट स्कोर हासिल किया, जो बहु-चरण तर्कशक्ति, मल्टीमोडल डेटा हैंडलिंग और टूल उपयोग का मूल्यांकन करता है।
- प्रत्येक क्वेरी के लिए सिस्टम को लगभग $10 की कंप्यूटिंग पावर खर्च हुई, जबकि OpenAI का Deep Research प्रति प्रश्न $1,100 से $1,300 के बीच खर्च करता है।
- Trase अधिकांश प्रश्नों का उत्तर एक ही पास में देता है, जबकि Deep Research जैसे प्रतिस्पर्धियों को अपने स्कोर को एग्रीगेट करने के लिए प्रति प्रश्न 64 प्रयासों की आवश्यकता होती थी।
- प्लेटफ़ॉर्म स्वास्थ्य और वित्त जैसे क्षेत्रों में सटीकता और अनुपालन सुनिश्चित करने के लिए उद्योग-विशिष्ट डेटा पर फाइन-ट्यूनिंग और आउटकम-सुपरवाइज्ड रीइन्फोर्समेंट लर्निंग का उपयोग करता है।
Trase का मॉडल-अग्नोस्टिक आर्किटेक्चर संगठनों को व्यापक IT टीमों या महंगी इंफ्रास्ट्रक्चर के बिना सुरक्षित और स्केलेबल AI एजेंट्स तैनात करने की अनुमति देता है।