进行中

Arena 推出智能体总指数及六个专项指数

报道
4
信源
1
首次报道
11/19 02:42
最近更新
11/19 03:51

Arena.ai 刷新 Agent 排行榜,推出 Agent Arena Index 作为衡量智能体整体表现的新主指标,并新增六个专项指数:Agentic Work、Coding、Chat、Task Outcomes、Tool Use 和 Steering。这些指数基于 Arena 上数百万次智能体会话中的真实任务构建,与原有的 Alignment Index 并列。 据 Arena.ai 说明,Work、Coding、Chat 三个指数使用全部四项智能体表现信号;Task Outcome 指数侧重任务完成与好评/投诉对比,Tool Use 指数侧重 Bash 可靠性,Steering 指数侧重可引导性。Arena.ai 称,未来会继续向这些指数加入信号,以跟上技术前沿的变化。

最新进展Arena.ai 上线 Agent Arena Index 与 Alignment Index

热度48 小时内每个独立信源只算一次,24 小时减半

48 小时参与信源
1
6 小时新加入
0
24 小时新报道
4
热点排名
—

热度曲线会在事件持续一段时间后出现。

事件进展1 个阶段

全部报道4 篇

  • Arena.ai 上线 Agent Arena Index 与 Alignment Index

    Arena.ai 上线 Agent Arena Index 及六个细分指数,同时推出 Alignment Index。这些指数基于全球社区数百万真实任务与轨迹构建,衡量智能体完成复杂工作流、使用工具和根据反馈调整的能力,Alignment Index 则衡量智能体遵循用户意图的程度。

    Arena.ai

  • Arena.ai 推出 Agent Arena Index 及六个细分指数

    Arena.ai 推出 Agent Arena Index 及 Agentic Work、Coding、Chat、Task Outcomes、Tool Use、Steering 六个细分指数,与 Alignment Index 一起衡量智能体在真实任务中的表现。

    Arena.ai

  • Arena 推出六个面向真实任务的智能体指数

    Arena 在 Agent Arena Index 和 Alignment Index 之外新增六个聚焦指数,基于数百万次智能体会话中的真实任务构建,分别回答知识工作、编码、日常聊天、任务完成、工具使用和跟随用户纠正各用哪个模型。

    Arena.ai

  • Arena 推出 Agent Arena Index 智能体排行榜

    Arena 刷新 Agent 排行榜,推出 Agent Arena Index,基于超 290 万用户会话综合衡量智能体表现。新增 Agentic Work、Agentic Coding、Agentic Chat、Task Outcome、Steering、Tool Use 等分领域与能力指数,Alignment Index 保持不变。

    Arena.ai

#Agent 智能体#评测基准#产品更新