事件专题 ·单一信源

Agent Arena 更新 Index 评分体系,改进排名可解释性

Agent Arena 宣布推出新的 Index 评分体系,同时把此前的 Net Improvement 指标更新为基于 Index score 的版本,并采用新的分数缩放方式,让不同时期的分数对比更易解读。官方说明这次调整不影响现有排名结果,原始 Agent Arena 博客文章中描述的核心方法论保持不变。这项改动的意义在于:Agent Arena 此前的指标主要追踪智能体的净改进幅度,新 Index score 通过统一缩放,让分数在不同时间点上的变化具备可比性,避免因量表不一致导致的误读。对经常参考 Agent Arena 排名来选型的开发者来说,看分数趋势时需要注意新旧口径的差异,尤其是对比历史数据时不能直接套用旧指标。

当前结论

Agent Arena 给智能体榜单换了新的 Index 评分,旧分数和新分数不能直接对比。如果你经常拿它的排名来挑智能体产品,得知道这个口径变化,不然可能误判一个智能体是进步还是退步了。

2 个信源42° AI 热度最后更新 2026/11/18 18:50:14

证据链

2 个信源
相关来源 1arXiv: DeepSeek
查看原文

冲突核查

现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。