CoArena lanza un benchmark gratuito para agentes con un negocio de datos de pago subyacente
Los fundadores de YC S26 afirman haber obtenido $60,000 en ingresos iniciales, aunque el sitio de CoArena actualmente indica que las nuevas tareas y la evaluación están en pausa.
By Ryan Merket · Published
Primary source: Y Combinator
Por qué importa
Los agentes que usan computadoras están mejorando más rápido de lo que los criterios de evaluación fijos pueden seguir siendo útiles. CoArena apuesta a que el acceso gratuito puede generar las tareas en vivo, las trazas de fallos y las etiquetas humanas que comprarán los laboratorios de IA.
Prateek Jannu and Nitish Kovuru han lanzado CoArena, un servicio que envía a dos agentes de uso de computadora a través de la misma tarea enviada por un usuario y pide a la gente que juzgue los resultados sin saber cuál modelo los produjo.…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.