Arena推出AutoEval功能，1小時生成模型評分

Arena上線AutoEval功能，利用獎勵模型模擬人類偏好，1小時內生成新模型評分，與人工排名相關性超0.98。

Woofun AI 獲悉，Arena平臺正式推出AutoEval功能。該功能基於數百萬組真實用戶偏好數據訓練的獎勵模型，通過模擬用戶投票行爲，在不到1小時內爲新發布的文本、視覺、音頻及代碼模型生成初步排行榜分數。AutoEval得分將隨後續人類投票結果進行修正，目前回測顯示其與人工排名相關性超過0.98。當模型間分差超過10分時，系統判斷勝出方準確率超90%；分差達15分時準確率達100%；但分差小於5分時，區分能力仍有限。