先了解这件事
事件摘要
还没有公开综述,先看下面的报道时间线。
最新进展 · 正式报道
Arena 推出 Agent Arena Index 及六项智能体专项指数事件进展
1 个已确认进展
报道与讨论时间线
按时间查看正式报道与传播讨论;两类内容的证据等级保持独立。
11月19日
Arena
Arena 推出 Agent Arena Index 及六项智能体专项指数
Arena 推出衡量智能体综合表现的 Agent Arena Index,并新增 Agentic Work、Coding、Chat、Task Outcomes、Tool Use 和 Steering 六项专项指数。该指数基于全球社区的数百万项真实任务,综合任务完成、用户褒贬、Bash 可靠性和可引导性四类信号;Claude Fable 5.2 (Max) 以 1463 分居首。配套的 Alignment Index 则依据欺骗性完成、未授权操作和错误归因评估智能体是否遵循用户意图。
AI 热点