Actualización del índice de alineación de Arena: ¡Dos nuevos laboratorios y tres nuevos modelos han llegado!
- El nuevo modelo principal de Meta es Muse Wonder, reemplazando a Muse Spark 1.3.
- Reflection lanzará Beam 1.0, el modelo #1 en Estados Unidos en Agent Arena en general.
- StepFun, otro laboratorio chino, se une al ranking con Step 5 Preview.
Ránkings del índice de alineación de Arena según el laboratorio:
- #6 @AIatMeta: Muse Wonder (Max) en 77.5%
- #7 @reflection_ai: Beam-1.0-501B-A23B en 75.3%
- #8 @StepFun_ai: Vista previa de Step 5 en 75.1%
Entre los tres nuevos modelos que entran en la competencia:
- Meta es la más fuerte con la puntuación más alta del Índice de Alineación (77.5%). También tiene la tasa más baja de acción no autorizada (2.09%) y la tasa de finalización engañosa (14.41%) de los tres.
- Reflection AI es la más fuerte en evitar atribuciones falsas: 4.50%.
- StepFun no lidera una categoría, pero su resultado relativo más fuerte es la acción no autorizada, con un 2.11%, casi igual al de Muse Wonder, que tiene un 2.09%.
