跳到正文
热点事件持续更新

LMArena推出Agent Arena Index及专项榜单

3 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

LMArena发布Agent Arena Index,取代原Agent排行榜,基于290万多条真实用户会话,对不同智能体在各类任务中的表现进行综合评分,并公开方法论供在线浏览。新榜单新增Agentic Work、Agentic Coding、Agentic Chat、Task Outcome、Steering和Tool Use六个专项指数,覆盖编码、办公和聊天等场景;原Alignment Index继续并行运行。 LMArena还引入每次发布时重新计算的“锚点”Δ,使两期榜单共同收录且会话量足够大的模型平均分保持不变,并将2025年7月平均分初始化为约1000分。另有帖子称Claude Fable 5.2在三个专项榜居首,但该排名来自帖子说法。

AI 根据报道生成 · 刚刚更新

事件进展

2 个进展

  1. 11月19日 02:50 · 1 篇报道
    LMArena新增六个Agent专项指数
    AGI Hunt:LMArena 推出六个 Agent 专项榜单,Claude Fable 5.2 据称三项居首
  2. 11月19日 02:42 · 2 篇报道
    LMArena 发布 Agent Arena Index
    AGI Hunt:LMArena 推出 Agent Arena Index,重构智能体排行榜

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. AGI Hunt
    Arena 发布 Agent Arena Index 并开放方法论在线浏览

    Arena 发布 Agent Arena Index,并提供方法论文章供在线浏览。相关六个全新 Agent 专项指数覆盖编码、办公和聊天等场景。

  2. AGI Hunt
    LMArena 推出六个 Agent 专项榜单,Claude Fable 5.2 据称三项居首

    LMArena 新增六个 Agent 专项指数,基于数百万次真实 agent 会话中的任务,覆盖编码、办公和聊天等场景。另有帖子称 Claude Fable 5.2 在其中三项榜单位居榜首。

  3. AGI Hunt
    LMArena 推出 Agent Arena Index,重构智能体排行榜

    LMArena 发布 Agent Arena Index,以替代原 Agent 排行榜,并基于 290 万+ 真实用户会话提供跨智能体任务类型的综合评分。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。