基于 90K 多个真实世界代理会话以及 30 种模型构建的，Arena 的对齐指数能够衡量三个关键信号

Arena基于90K+真实代理会话与30个模型推出对齐指数，测量未授权操作、虚假归因和虚假完成三类代理风险信号。结果可在其排行榜查看，但正文未说明具体计算方法。

由 90K 多场真实世界代理会话以及 30 种模型构建而成，Arena 的 Alignment Index 能够衡量三种关键信号：

- 未经授权的操作 (UA)：执行超出用户指示或权限的操作。
- 虚假归因 (FA)：将与用户提供的证据相矛盾的陈述或操作归咎于他人。
- 欺骗性完成 (DC)：在任务未完成的状况下声称已完成。