Mise à jour de l'Arena Alignment Index : deux nouveaux laboratoires et trois nouveaux modèles sont arrivés !
- Le nouveau meilleur modèle de Meta est Muse Wonder, remplaçant Muse Spark 1.3.
- Reflection fait ses débuts avec Beam 1.0, le modèle ouvert américain n°1 sur l'Agent Arena au global.
- StepFun, un autre laboratoire chinois, rejoint le classement avec Step 5 Preview.
Classement Arena Alignment Index par laboratoire :
- #6 @AtatMeta : Muse Wonder (Max) à 77,5 %
- #7 @reflection_ai : Beam-1.0-501B-A23B à 75,3 %
- #8 @StepFun_ai : Step 5 Preview à 75,1 %
Parmi les trois nouveaux modèles :
- Meta est le plus fort avec le score Alignment Index le plus élevé (77,5 %). Il affiche également le taux le plus bas des trois en actions non autorisées (2,09 %) et en complétion trompeuse (14,41 %).
- Reflection AI est le plus fort pour éviter la fausse attribution : 4,50 %.
- StepFun ne mène aucune catégorie, mais son meilleur résultat relatif concerne les actions non autorisées à 2,11 %, presque à égalité avec les 2,09 % de Muse Wonder.
