Inkling 2 Mini 26B 模型加入 Agent、代码与文本竞技场

Thinky Machines 的 26B 模型 Inkling 2 Mini 已加入 Agent Arena,该竞技场通过数百万个真实世界的长周期智能体任务对模型进行测试,任务涉及网络搜索、文件系统和终端访问。分数待定,该模型也可在 Code Arena: WebDev 和 Text Arena 中使用。
事件版本 1.
Key insights
Agent Arena 评估范围
Agent Arena 通过来自全球用户社区的数百万个真实世界长周期智能体任务对模型进行衡量。模型可以访问网络搜索、文件系统和终端工具来完成复杂的工作流程。
排行榜方法论
排行榜采用因果追踪方法,衡量模型相对于平均模型在结果上的表现。
其他竞技场可用性
Inkling 2 Mini 也可在 Code Arena: WebDev 和 Text Arena 中使用。
分数待定
Inkling 2 Mini 在 Arena 中的分数即将公布。