公司slug: arena-company访问官方网站

Arena

AI 模型与智能体评测平台运营方,提供 Code Arena、Agent Arena 等真实对战评测场景

收录情报动态

共 2 篇 · 第 1/1 页
Arena.ai (@arena)T1·智能体与协同
62 分
Arena 发布 Agent 排行榜与对齐指数

Arena.ai 上线 Agent Arena Index 及六个细分指数,并同步推出 Alignment Index,基于全球社区数百万真实任务与执行轨迹,评估智能体完成复杂工作流、调用工具与响应反馈的能力,以及对用户意图的遵循程度。该榜单试图把能力与对齐同时纳入前沿智能体的评价体系。

Arena.ai (@arena)T1·智能体与协同
58 分
Arena 提出以交互作为评判新范式

Arena.ai 研究实习生、卡内基梅隆大学博士生 Wayne Chi 提出“交互即评判”(Interaction-as-a-Judge)方法,让计算机使用智能体在真实应用与游戏中操作,生成交互轨迹供 LLM 评判器或训练好的奖励模型评估。该框架覆盖两类评估:基于 Code Arena 真实对战的偏好评估,以及基于 Agent Arena 用户投诉挖掘需求的正确性评估。