LMArena 转型做独立模型行为评估，聚焦长对话对齐缺陷

LMArena 正转型为独立第三方模型行为评估方，检验模型行为合规性，并重点关注长程对话中的对齐缺陷。随着工作流转向 agentic，模型评估的利害进一步增大；文章引用 Felicis 访谈中 mlangelopoulos 的观点称，模型尚未被正确训练为在长程对话中保持对齐。