跳到正文
热点事件持续更新

Arena 发布 Agent Arena Index 智能体评测指数

3 篇报道1 个报道来源58 分钟前更新

先了解这件事

AI 综述

Arena 更新智能体排行榜,推出总榜 Agent Arena Index,并新增 Agentic Work、Agentic Coding、Agentic Chat、Task Outcome、Steering、Tool Use 六个专项指数。据 Arena 称,该总榜基于超过 290 万条用户会话,用于衡量各类智能体工作的整体表现;六个专项指数分别聚焦智能体完成复杂工作流、使用工具、适应反馈等能力。 Arena 表示,此次评分方法更新不改变模型排名,与旧版 Agent Arena 方法相比排名一致;Alignment Index 保持不变,作为与 Agent Arena Index 并行的指标,衡量智能体遵循用户意图的忠实程度。新榜单入口在 arena.ai/leaderboard/agent。

AI 根据报道生成 · 2 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. RadarAI
    Arena 上线 Agent Arena Index 等七个新评测榜单

    Arena 上线 Agent Arena Index 和六个聚焦型索引,以及 Alignment Index,入口在 arena.ai/leaderboard/agent。新索引基于全球社区数百万真实任务与轨迹,衡量智能体完成复杂工作流、使用工具、适应反馈的能力,Alignment Index 衡量其遵循用户意图的忠实程度。

  2. RadarAI
    Arena 发布 Agent Arena Index 智能体评测指数及六个细分指数

    Arena 发布 Agent Arena Index 及 Agentic Work、Coding、Chat、Task Outcomes、Tool Use、Steering 六个细分指数,基于社区数百万真实任务衡量智能体表现,并同步更新 Alignment Index。

  3. RadarAI
    Arena 发布 Agent Arena Index 并更新智能体评测方法

    Arena 更新智能体排行榜,推出基于超过 290 万用户会话的 Agent Arena Index 总榜,并新增 Agentic Work、Agentic Coding、Agentic Chat、Task Outcome、Steering、Tool Use 六个专项指数。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。