Arena 发布对齐指数，评测智能体安全
AI 总结
Arena.ai 推出名为 Arena Alignment Index 的新基准，用于衡量 AI 智能体在真实使用场景中的安全与对齐表现。该索引称基于 27 个模型、9 万多条真实智能体会话构建，追踪三项关键信号，其中一项为“未授权行为”（Unauthorized Action），即智能体执行超出授权范围的操作。转发该消息的 Boris Power 评论称，模型的对齐水平正在快速提升，但这属于转述方的说法。
深度见解
它把智能体安全从实验室评测拉向真实会话数据，为行业提供一个可比较的对齐观测口径。