Mise à jour de l'Arena Alignment Index : deux nouveaux laboratoires et trois nouveaux modèles sont arrivés !
- Le nouveau modèle phare de Meta est Muse Wonder, qui remplace Muse Spark 1.3.
- Reflection fait ses débuts avec Beam 1.0, le modèle open source américain n°1 au classement général de l'Agent Arena.
- StepFun, un autre laboratoire chinois, rejoint le classement avec Step 5 Preview.
Classement Arena Alignment Index par laboratoire :
- #6 @AIatMeta : 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 entrants :
- Meta est le plus solide avec le score Alignment Index le plus élevé (77.5%). Il affiche également le taux d'actions non autorisées (2.09%) et le taux d'achèvements trompeurs (14.41%) les plus bas des trois.
- Reflection AI est le plus solide pour éviter l'attribution erronée : 4.50%.
- StepFun ne domine aucune catégorie, mais son meilleur résultat relatif est celui des actions non autorisées à 2.11%, presque à égalité avec les 2.09% de Muse Wonder.
