全部动态

AI 相关资讯全量信息流 · 172 条
10月9日
模型中美对照多源确认精选00:39
Arena 推出 Alignment Index:基于 9 万+真实智能体会话的安全基准

Arena 拿 9 万条真实智能体会话做了个安全排行榜,GPT-6.1-Sol 拿了第一。想知道你用的模型会不会偷偷越权、谎报任务完成,看这份榜单最直观。

事件专题
lmarena.ai@lmarena_ai11 个信源在谈原文
10月8日
10月7日
10月6日
10月5日
10月4日
10月3日
10月2日