Arena 发布 Agent Arena Index 智能体评测指数
先了解这件事
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。
- RadarAIArena 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。
- RadarAIArena 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。
- RadarAIArena 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。