Chế độ Agent trên Arena

Arena Đánh giá và so sánh các mô hình AI tốt nhất 793 người theo dõi Truy cập trang web Các tác nhân mã hóa AI (AI Coding Agents) • Các chỉ số và đánh giá AI (AI Metrics and Evaluation) Arena là một nền tảng mở để đánh giá, đo điểm chuẩn, so sánh và kiểm thử các mô hình AI tiên tiến. Tổng quan Ra mắt 2 Đánh giá Các lựa chọn thay thế Đội ngũ Giải thưởng Thêm Đây là lần ra mắt thứ 2 của Arena. Xem thêm Chế độ tác nhân trên Arena (Agent Mode on Arena) Ra mắt tuần này Hoàn thành các tác vụ thực tế với các tác nhân AI tự động Truy cập Hầu hết các điểm chuẩn AI kiểm tra các mô hình trong môi trường được kiểm soát. Chế độ tác nhân kiểm tra chúng trên các tác vụ phức tạp để hoàn thành nhiều công việc hơn. Chạy các tác nhân tự động duyệt, nghiên cứu, viết mã, sử dụng tệp và hoàn thành các quy trình làm việc nhiều bước từ một lời nhắc duy nhất. Sau đó, theo dõi từng quy trình làm việc diễn ra từng bước. Mỗi lần chạy đóng góp vào Bảng xếp hạng Agent Arena, xếp hạng các mô hình tiên tiến theo hiệu suất tác nhân trong thế giới thực. Miễn phí Thẻ ra mắt: Năng suất • Trí tuệ nhân tạo Đội ngũ ra mắt Hiện thêm Hiện thêm