Kimi K3.1 Pro 成对齐榜最大升级:排名从 37 跃至第 9,虚假完成率降至 8.64%
arena · x · 2026-11-21
Arena 详细数据:Kimi K3.1 Pro 在 Alignment Index 上从 Kimi K3 的第 37 名(59.6)跃升至第 9 名(78.2),涨 18.6 分、28 个名次,三项失败信号全部显著下降:
- 越权操作:11.93% → 5.79%
- 虚假完成(声称完成但实际未完成):37.58% → 8.64%
- 错误归因:9.66% → 0.97%
这是本轮更新中相对前代进步最大的模型。
所属事件:Kimi K3.1 Pro 对齐榜跃升至第 9,虚假完成率降至 8.64%(2 条相关)→
「模型」频道最新
- 用户实测 Astra 6.2:数学与经济建模能力超越前代,速度更快 — soumitrashukla9 · 2026-11-21
- Persimmon v0.1 Pro/Ultra 发布:多轮图灵测试得分从 18% 翻倍至 48% — gharik · 2026-11-21
- Google 上线首个交互式讲解器:浏览器里用 Gemma 4 学透 LLM 原理 — DynamicWebPaige · 2026-11-21
- InferenceBench 年度盘点:Anthropic 领跑半年,Google 近期强势反超 — maksym_andr · 2026-11-21
- 拟人模型怎么防诈骗?Persimmon 为用户模型从零建安全框架 — gharik · 2026-11-21
- Persimmon 拟人模型向所有人开放,团队致谢安全过滤器工作 — gharik · 2026-11-21