Arena 推出六个全新 Agent 专项指数,覆盖编码、办公、聊天等场景
arena · x · 2026-11-19
LMArena/Arena 在 Agent Arena Index 和 Alignment Index 之外,新增六个基于真实任务、来自数百万次 agent 会话的专项指数,分别回答:哪个 agent 最擅长知识工作(Work)、最佳编码 agent(Coding)、最佳日常聊天模型(Chat)、任务产出(Task Output)等具体问题,帮助用户按用例选模型。同时官方将 Net Improvement 更新为新的 Index 分数,采用新的分数缩放,让不同时期的分数更可解释、可比较;排名不受影响,原始 Agent Arena 方法论保持不变。
所属事件:LMArena 推出六个 Agent 专项榜单,基于数百万真实会话(2 条相关)→
「模型」频道最新
- Replit 发布 Missions:多智能体集群把 NumPy 优化提速至 19 倍 — amasad · 2026-11-19
- Harmonic 用 Aristotle 把 Bitcoin Core 签名解析 C 代码改写为 Rust 并给出形式化证明 — satnam6502 · 2026-11-19
- 用户观察:GPT-6.2 Astra 干活 30 分钟也主动汇报进度 — Angaisb_ · 2026-11-19
- Arena 发布 Agent Arena Index,可在线查看方法论详情 — arena · 2026-11-19
- 投资人吐槽遭 Anthropic 反常严格限流,疑与英伟达交易有关 — StewartalsopIII · 2026-11-19
- 实测 GPT 6.2 astra 与 sol:并非 Opus 5.5 直接替代品,但上手后极强 — alexcovo_eth · 2026-11-19