跳到正文
热点事件持续更新

LMArena转向真实工作能力评测

2 篇报道1 个报道来源36 分钟前更新

先了解这件事

AI 综述

LMArena联合创始人兼CEO Anastasios Angelopoulos称,平台已把评测重点转向模型能否帮助用户完成真实工作,而非只看两两回答的偏好胜率,排行榜方法也沿这一方向演进。该平台源于其团队在UC Berkeley读博期间为研究需要开展的模型评估。 Angelopoulos还表示,现有评测方法难以跟上模型迭代速度,政策制定者应允许新的评测机构和方法发展空间,以增加评测竞争并为AI决策者提供更充分的信息。

AI 根据报道生成 · 9 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. AGI Hunt
    a16z 对话 Arena CEO:用真实场景评测 AI,政策应为新评测者留空间

    a16z 的 Matt Perault 与 Arena 联合创始人兼 CEO Anastasios Angelopoulos 对谈,主张按真实工作和使用场景评测 AI 模型。Angelopoulos 表示,评测方法难以跟上模型迭代速度,政策制定者应为新评测机构和评测方法留下涌现空间。Arena 起源于 Angelopoulos 和团队在 UC Berkeley 读博期间为研究需要开展模型评估。

11月11日
  1. AGI Hunt
    LMArena CEO 谈 AI 独立评测:以能否完成真实工作为核心

    LMArena 联合创始人兼 CEO Anastasios Angelopoulos 介绍平台的评测理念与政策思考,将核心指标转向模型能否帮助用户完成真实工作。平台起源于众包偏好比较,其排行榜方法论也围绕这一方向演进。

本事件热度走势

可比范围当前
3
可比范围峰值
911月12日 02:00
近 24 小时变化
-50%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。