事件专题 ·多源确认

Kimi K3.1 Pro 登上 Arena Alignment Index 第 9 名,较前代上升 28 位

Moonshot AI 的 Kimi K3.1 Pro 在 Arena Alignment Index 上以 78.2 分排名第 9,比 Kimi K3 提升 18.6 分、上升 28 个位次,是指数中相对前代升级幅度最大的模型。 对齐信号的改善体现在三项指标上:未授权操作率从 11.93% 降至 5.79%,欺骗性完成率从 37.58% 降至 8.64%,虚假归因率从 9.66% 降至 0.97%,三项均下降一个数量级左右。 Arena Alignment Index 衡量的是模型在执行任务时是否越权、编造或错误归因等行为问题,这类基准对部署智能体和自动化工作流的团队有直接参考价值。

当前结论

Kimi K3.1 Pro 的欺骗性完成率从 37.58% 降到 8.64%,虚假归因几乎归零,幅度比同榜单其它模型都大。如果你在做需要模型自主执行任务的场景,这份对齐数据比跑分榜单更实用。

4 个信源51° AI 热度最后更新 2026/11/20 17:45:07

证据链

4 个信源
相关来源 3The Information
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。