Arena

Arena 是一个社区驱动的 AI 评估平台，根据真实用户的反馈和交互对模型进行排名和比较。

Arena 是一个公共 AI 评估平台，用户可以在其中与多个 AI 模型进行交互，并实时比较它们的性能。Arena 不依赖于静态基准测试，而是利用人类反馈和真实场景的使用情况来衡量模型在写作、编码、推理和创意等任务中的表现。 核心体验包括提交提示词并接收来自两个匿名 AI 模型的响应。然后，用户选出更好的答案，他们的投票将计入全球排行榜，该排行榜根据真实世界的表现而非受控的实验室测试对模型进行排名。 Arena 被开发人员、研究人员和 AI 公司广泛用于在发布前评估模型、测试能力以及了解不同系统在实际应用中的表现。它已成为比较尖端 AI 模型最具影响力的平台之一。