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)→

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →