Arena
5 則報導橫跨 5 期2026-08-04 起
2026-10-31X @arena
Google DeepMind 推出 Gemini 4 Carbon (High):登頂 Text Arena 榜首,Agent Arena 居次
2026-08-13X @arena
Arena 推出 AutoEval 評測方法:以千萬筆人類對戰紀錄訓練 reward model,將評估週期縮短至數小時
2026-08-09X @arena
Arena 發表 Trace-and-Amplify 框架:無須指令即可收集 RL 訓練期獎勵駭客軌跡,偵測準確率達 90.16%
2026-08-07X @arena
Arena 排行榜引入 AutoEval 評分機制,提供即時校準的模型分數
2026-08-04X @arena