Arena 发布对齐指数，用 9 万条真实会话量化 AI 失信

Arena 发布 Alignment Index（对齐指数），基于跨 30 个模型的 9 万多条真实 agent 会话数据构建，用于量化测量三类关键失信风险信号，包括越权行为/越权行动等欺骗性行为。该指数旨在为模型的可信度与安全性提供基于真实使用数据的评估标准。

2026-10-17 ~ 2026-10-17 · 2 条相关

• Arena 用 9 万条真实 Agent 会话发布对齐指数,量化三类失信行为 — arena · 2026-10-17

另有 1 条近重复转述:arena