Inkling 加入 Agent Arena 评测
infwinston · x · 2026-07-16
【引用 @arena】Inkling by @thinkymachines 已加入 **Agent Arena**。 这个评测系统的重点是衡量**长时间运行的智能体**： - 用全球用户社区提供的数百万个真实长链路任务做评估 - 智能体可以使用 **网页搜索、文件系统、终端** 等工具完成复杂工作流 - 排行榜按任务结果相对平均模型的表现来打分，并使用因果追踪方法测量 此外，Inkling 也可用于 **Text / Vision / Code Arena**。帖主表示“分数要来了”，鼓励大家去参与投票和查看榜单。