Լոկալ AI-ի որակավորումը որպես ամբողջական համակարգ։

• ● PASS WITH LIMITS ● active
  Strix Halo × llama.cpp Vulkan × Qwen3.6-35B-A3B — փաստաթղթի սեսիայի քեշ

  Համակարգ:

  Beelink GTR9 Pro — Ryzen AI Max+ 395, Radeon 8060S (gfx1151), 128 ԳԲ unified

  Workload:

  doc-session-v1 @ 2026-08-03 — ընդհանուր պրեֆիքսով հարցերի զույգեր 8k/32k թոքենանոց փաստաթղթերի վրա, EN+RU

• ● PASS WITH LIMITS ● active
  Strix Halo × llama.cpp Vulkan × Qwen3.6-35B-A3B — երեք ժամ անընդհատ ծանրաբեռնվածության տակ

  Համակարգ:

  2× Beelink GTR9 Pro — Ryzen AI Max+ 395, Radeon 8060S (gfx1151), 128 ԳԲ unified — մեկ անցում՝ յունիթին, կողք կողքի

  Workload:

  endurance-30m-v1 @ 2026-08-03 — human-կորպուսը closed-loop ցիկլով 180 րոպե, չեկփոինթներ՝ 30/60/180 ր

• ● PARTIAL ● active
  Strix Halo × llama.cpp Vulkan × Qwen3.6-35B-A3B — կենցաղային օգնական

  Համակարգ:

  Beelink GTR9 Pro — Ryzen AI Max+ 395, Radeon 8060S (gfx1151), 128 ԳԲ unified — մեկ օգտատիրոջ բջիջները ռեպլիկացված են երկրորդ՝ կոմերցիոն առումով նույնական յունիթի վրա

  Workload:

  interactive-assistant-v2 @ 2026-08-02 — 16 կենցաղային խնդիր, EN+RU

• ● PASS WITH LIMITS ● active
  Strix Halo × llama.cpp Vulkan × Qwen3.6-35B-A3B — որոնում տեղադրված փաստաթղթում

  Համակարգ:

  Beelink GTR9 Pro — Ryzen AI Max+ 395, Radeon 8060S (gfx1151), 128 ԳԲ unified

  Workload:

  long-context-v1 @ 2026-08-03 — ասեղի սանդուղք, նոմինալ աստիճաններ 2k–32k (EN չափված 1.8k–30.0k, RU 1.4k–21.1k), կոնտրոլներով

• ● PASS WITH LIMITS ● active
  Strix Halo × llama.cpp Vulkan × Qwen3.6-35B-A3B — խիստ JSON ավտոմատացումների համար

  Համակարգ:

  Beelink GTR9 Pro — Ryzen AI Max+ 395, Radeon 8060S (gfx1151), 128 ԳԲ unified

  Workload:

  structured-agent-v1 @ 2026-08-03 — 16 դետերմինիստական JSON-խնդիր, EN+RU

02Ծառայություններ

Ինչ է որակավորում AGmind-ը

• Vendor Claim Evidence Pack

  Ճի՞շտ է արդյոք համակարգի մասին մեկ կոնկրետ հրապարակային պնդումը հայտարարված պայմաններում։

  Վճիռ՝ ապացույցներով. raw արտեֆակտներ, սահմանափակումներ, վերարտադրման բաղադրատոմս։

• Workload Capacity Qualification

  Ի՞նչ բեռնվածության է դիմանում հենց այս համակարգը մեր workload-ի և SLO-ի ներքո։

  Operating envelope՝ խորհուրդ տրվող միջակայք, միջակայք սահմանափակումներով, SLO-ի ձախողման սահման, հայտնի խափանումների ռեժիմներ։

• Runtime/Model Portability Sprint

  Կարելի՞ է մեր exact runtime-ը/մոդելը գործարկել Strix Halo-ի, GB10-ի, RTX-ի կամ Apple Silicon-ի վրա, և ի՞նչ է դրա համար պահանջվում։

  Ախտորոշում՝ ձախողման ճշգրիտ կետերով, այնուհետև (ցանկության դեպքում) patch-եր/flag-եր/կառուցման բաղադրատոմսեր՝ commissioned engineering մակնշմամբ։

• Long-Context Reliability Qualification

  Որքա՞ն կոնտեքստ է իրականում օգտակար այս համակարգում, և ոչ թե որքանն է տեղավորվում հիշողության մեջ։

  Օգտակար կոնտեքստի վճիռ ըստ խորությունների՝ որակի ապացույցներով, ուշացումների պրոֆիլով և խափանումների փաստագրմամբ։

• Procurement Decision Pack

  2–4 թեկնածու համակարգերից ո՞րը գնել մեր workload-ի համար։

  Համեմատություն կողք կողքի՝ ապացույցներով և բացահայտ սահմանափակումներով, առանց ունիվերսալ միավորի։

• Air-Gapped Readiness Check

  Կտեղադրվի՞ և կաշխատի՞ արդյոք այս ստեկը ցանցի մեկուսացված սեգմենտում։

  Տեխնիկական հսկողությունների ստուգված ստուգաթերթ՝ յուրաքանչյուրի համար ապացույցներով։

03Ազնվություն

Ձախողումներ և ուղղումներ

Բացասական արդյունքներն այստեղ լաբորատորիայի լիարժեք պրոդուկտ են։ Վճարովի թեստը, որը հերքել է հայտարարությունը, հրապարակվում է (անկախ ռեժիմում) նույն խստությամբ, ինչ հաստատումը։ Errata-ում գրանցվում է հրապարակված արդյունքների յուրաքանչյուր ուղղում։

04Մեթոդ

Մեթոդաբանություն

Յուրաքանչյուր որակավորում անցնում է նույն վերահսկվող պրոցեսով՝ համաձայնեցված հարց, սառեցված տարբերակներ և workload, մետրիկաներ և բացառման կանոններ՝ ֆիքսված գործարկումներից առաջ (հրապարակային նախագրանցում՝ ֆլագմանից սկսած), պահպանված ձախողումներ ու անվավեր գործարկումներ, սահմանափակ եզրակացություն և վերարտադրելի evidence bundle։ Ամեն headline թիվ կրում է ապացույցի մակարդակ, որն ասում է, թե որքան չափում կա դրա հետևում — մեկ գործարկման արդյունքները նշվում են որպես այդպիսին և երբեք չեն ներկայացվում որպես կրկնված; ձախողված հարցումները մնում են հայտարարի մեջ։

05Workloads

Workload-ների գրադարան

Որակավորումը գործարկվում է ֆիքսված, տարբերակավորվող workload-ների վրա, ոչ թե պատահական պրոմպտների։ Բոլոր v1 workload-ները սևագիր են, քանի դեռ դրանց կորպուսները, հեշերը և acceptance ստուգումները սառեցված չեն։

• interactive-assistant-v1 ● released

  Արձագանքո՞ղ է արդյոք մեկ օգտատիրոջ streaming-չաթն այս համակարգում։

• interactive-assistant-v2 ● released

  Արձագանքո՞ղ է մեկ օգտատիրոջ streaming-չաթն այս համակարգում առօրյա մարդկային խնդիրներում։

• team-serving-v1 ● Սևագիր

  Հարցումների ի՞նչ հոսքի է դիմանում համակարգը հայտարարված SLO-ի սահմաններում։

• long-context-v1 ● released

  Որքա՞ն է օգտակար կոնտեքստի խորությունը այս համակարգում, ոչ թե պարզապես կարգավորվողինը։

• structured-agent-v1 ● released

  Հուսալի՞ է մնում խիստ JSON ելքն առօրյա ավտոմատացման խնդիրներում այս համակարգում։

• endurance-30m-v1 ● released

  Դեգրադացվո՞ւմ է համակարգը երկարատև բեռի տակ, և կոնկրետ ե՞րբ։

• rag-pipeline-ru-v0 ● Ներքին

  Կոնկրետ որտե՞ղ է ռուսալեզու RAG-փայփլայնը կորցնում որակը՝ բաղադրիչ առ բաղադրիչ։

• doc-session-v1 ● released

  Երկրորդ հարցը նույն տեղադրված փաստաթղթի շուրջ նորի՞ց է վճարում ամբողջ prefill-ը։

06Ստենդներ

Լաբորատորիայի երկաթը

Ստենդները, որոնք իրականում կան լաբորատորիայում՝ իրենց սահմանափակումներով։ Ոչ մի արդյունք չի ընդհանրացվում թեստավորված յունիթից և տարբերակներից դուրս։