AI在线 AI在线

Arena

AI 基准测试平台 Chatbot Arena 成立一家新公司

AI 基准测试平台 Chatbot Arena 成立一家新公司
在 AI 行业快速发展的背景下，Chatbot Arena 这个众包 AI 基准测试项目正在扩展其影响力，正式成立了一家名为 Arena Intelligence Inc. 的新公司。 根据彭博社的报道，Chatbot Arena 旨在通过这家新公司获取更多资源，从而显著改善其平台的功能和服务。
4/18/2025 12:02:40 PM
AI在线
仅仅一天，Gemini就夺回了GPT-4o拿走的头名

仅仅一天，Gemini就夺回了GPT-4o拿走的头名
太卷了，大模型迭代开始以「周」为单位了吗？ 一周前，谷歌的 Gemini-Exp-1114 模型取代 GPT-4o，坐上了 Arena 榜单的头把交椅。 对于苦苦追赶 OpenAI 几个月的谷歌来说，这次在基准测试上的胜利十分振奋人心。
11/22/2024 1:15:00 PM
机器之心
微软发布 Windows Agent Arena 基准框架，评估 AI Agents 运行主流 Windows 应用性能

微软发布 Windows Agent Arena 基准框架，评估 AI Agents 运行主流 Windows 应用性能
科技媒体 NeoWin 昨日（9 月 14 日）发布博文，报道称微软官方推出了 Windows Agent Arena 基准框架，用于评估生成式 AI Agents 在 Windows PC 上的性能。Windows Agent Arena 基准框架微软表示该基准框架 AI Agents 使用主流 Windows 应用方面的能力和速度，其中包括 Microsoft Edge 和谷歌 Chrome 浏览器，Visual Studio Code 等编程应用，记事本、时钟和画图等预装 Windows 应用，VLC 等主流
9/15/2024 10:04:37 AM
故渊
Arena Elo 基准测试：谷歌 Gemini 1.5 Pro 性能媲美 OpenAI GPT-4o

Arena Elo 基准测试：谷歌 Gemini 1.5 Pro 性能媲美 OpenAI GPT-4o
谷歌在 I / O 2024 开发者大会上，宣布将 Gemini 1.5 Pro 上下文窗口增加至 200 万个 tokens，那么 Gemini 1.5 Pro 性能究竟有多强悍？根据 LMSYS Org 公布的总排行榜对比，通过 Arena Elo 系统的测量，Gemini-1.5-Pro-API-0514 和 Gemini-Advanced-0514 都接近 GPT-4o。上述两款模型在中文方面的表现也非常优秀，Gemini 1.5 Pro 在“hard prompts”类别中也非常接近。IT之家注：Aren
5/30/2024 10:32:50 AM
故渊
  • 1