@MistralAIによるMistral Large 4がArenaに登場しました!
Agent Arenaにアクセスして試してみてください。あなたの投票がその評価を形作ります。スコアは近日公開予定です。
Agent Arenaでは、数百万件の実世界の長時間エージェントタスクに基づいてモデルを評価しています。モデルは複雑なワークフローを完了するために、ウェブ検索、ファイルシステム、ターミナルツールにアクセスできます。リーダーボードは、因果トレース手法を用いて、平均的なモデルと比較した成果物のパフォーマンスを測定します。
Mistral Large 4はCode ArenaのWebDev、Text、Visionでも利用可能です。
