Arena推出AutoEval功能，1小时生成模型评分

Arena上线AutoEval功能，利用奖励模型模拟人类偏好，1小时内生成新模型评分，与人工排名相关性超0.98。

Woofun AI 获悉，Arena平台正式推出AutoEval功能。该功能基于数百万组真实用户偏好数据训练的奖励模型，通过模拟用户投票行为，在不到1小时内为新发布的文本、视觉、音频及代码模型生成初步排行榜分数。AutoEval得分将随后续人类投票结果进行修正，目前回测显示其与人工排名相关性超过0.98。当模型间分差超过10分时，系统判断胜出方准确率超90%；分差达15分时准确率达100%；但分差小于5分时，区分能力仍有限。