Chatbot Arena

AI模型评测

Chatbot Arena

以众包方式进行匿名随机对战的LLM基准平台

标签： AI模型评测

链接直达手机查看

Chatbot Arena是一个大型语言模型 (LLM) 的基准平台，以众包方式进行匿名随机对战，该项目方LMSYS Org是由加州大学伯克利分校、加州大学圣地亚哥分校和卡内基梅隆大学合作创立的研究组织。

通过demo体验地址进入对战平台，输入自己感兴趣的问题，提交问题后，匿名模型会两两对战，分别生成相关答案，需要用户对答案做出评判，从4个评判选项中选择一个：模型A更好、模型B更好、平手、都很差。支持多轮对话。最终使用Elo评分系统对大模型的能力进行综合评估。(可以自己指定模型看效果，但不计入最终排名情况)。

©️版权声明：若无特殊声明，本站所有文章版权均归AI工具集原创和所有，未经许可，任何个人、媒体、网站、团体不得转载、抄袭或以其他方式复制发表本站内容，或在非我站所属的服务器上建立镜像。否则，我站将依法保留追究相关法律责任的权利。

类似网站

/uploadfile/202312/f6f5c0bd616b2f9.png

Open LLM Leaderboard

Hugging Face推出的开源大模型排行榜单

/uploadfile/202312/a529b7084e2df7f.png

大规模多任务语言理解基准

/uploadfile/202312/3ab9bba29fc079e.png

中文通用大模型综合性测评基准

/uploadfile/202312/b095cd10d03098a.png

H2O EvalGPT

H2O.ai推出的基于Elo评级方法的大模型评估系统

/uploadfile/202312/10eadcfa3ad2b81.png

生物医学研究问答数据集和模型得分排行榜

/uploadfile/202312/8e85d7e1e5d1f59.png

智源研究院推出的FlagEval（天秤）大模型评测平台

/uploadfile/202312/95d5734a7c70f43.png

由复旦大学NLP实验室推出的大模型评测基准

/uploadfile/202312/5b9b709af117441.png

一个全面的中文基础模型评估套件

/uploadfile/202312/88695f879b976.png

OpenCompass

上海人工智能实验室推出的大模型开放评测体系

AI工具箱收录了国内外数百个不同类型的AI工具，每日更新和添加最新AI工具，AI工具集还推荐了AI学习开发的常用网站、框架和模型，帮助你加入人工智能浪潮，自动化高效完成任务！ Ctrl + D 或 ⌘ + D 收藏本站到浏览器书签栏。

AI工具箱导航关于我们免责声明友情链接

关注我们

Copyright © 得令AI人工智能人型机器人采购网/DeLiAI Human robot website/得令人型机器桂ICP备2025054934号-1

$urls = array( 'http://www.example.com/1.html', 'http://www.example.com/2.html', ); $api = 'http://data.zz.baidu.com/urls?site=www.cjtc668.com&token=ykVdT7mGCUMzEGQ0'; $ch = curl_init(); $options = array( CURLOPT_URL => $api, CURLOPT_POST => true, CURLOPT_RETURNTRANSFER => true, CURLOPT_POSTFIELDS => implode("\n", $urls), CURLOPT_HTTPHEADER => array('Content-Type: text/plain'), ); curl_setopt_array($ch, $options); $result = curl_exec($ch); echo $result;