Coarena by Coasty logo

Coarena by Coasty

展示 HN:Coarena - 一个社区驱动的竞技场,用于基准测试计算机模型

访问官网

功能速览

先了解已收录的能力,再查看与你有关的细节。

  • 提交真实的浏览器任务
  • 对比两名前沿 AI 智能体
  • 实时观看智能体完成任务
show-hnagentaiai assistantautomation
Coarena by Coasty 产品截图 1

工具概览

Coasty 推出的 Coarena 是为计算机使用型智能体提供真实世界评测的平台。它具有实时任务和盲评的人工判断,并公布每个数字以及产生该数字的规则。该平台由 Y Combinator 支持。

用户可以观看两个计算机使用型智能体处理他们的研究任务。网站包含排行榜、基准测试和用于比较模型的 CUA KnowledgeBench。它还提供模型档案、数据集、方法论、安全基准和指标 API。

平台强调透明,称网站上的每一项论断都会引用保存该论断依据的文件。它还在使用条款和隐私政策中涉及已保存的凭据和智能体记忆。

定价

目录尚未确认完整价格档位,请到官网查看当前额度、限制及计费方式。

访问官网

价格与限制可能变化,请以官网为准,并确认币种、付款周期、最低席位数和用量上限。

应用场景

  • 团队用 Coarena 观看两个计算机使用型智能体处理他们的研究任务。
  • 团队用 Coarena 对计算机使用型智能体进行真实世界评测。
  • 团队用 Coarena 借助基准测试比较模型。
  • 团队用 Coarena 通过 CUA KnowledgeBench 对计算机使用型智能体做基准测试。
  • 团队用 Coarena 评估计算机使用型智能体的安全性。

功能特性

提交真实的浏览器任务

对比两名前沿 AI 智能体

实时观看智能体完成任务

在不知道身份的情况下评选胜者

投票结果推动电脑操作榜单更新

用户评论

还没有评论,来分享你的使用体验吧

相关榜单与专题