AI在线 AI在线

LMArena

AI基准测试平台LMArena陷争议：研究指责其偏袒OpenAI、谷歌和Meta

AI基准测试平台LMArena陷争议：研究指责其偏袒OpenAI、谷歌和Meta
人工智能领域知名的公共基准测试平台LMArena近日遭遇信任危机。 一项新的研究指出，该平台的排名系统存在偏袒OpenAI、谷歌和Meta等大型供应商的结构性问题，其不透明的流程和头部企业的固有优势可能导致排名失真。 然而，LMArena运营团队已公开否认这些指控。
5/2/2025 10:01:05 AM
AI在线
LMArena正式成立公司，致力于提供中立的AI评估平台

LMArena正式成立公司，致力于提供中立的AI评估平台
近日，备受关注的人工智能评估平台 LMArena 宣布将成立一家新公司，名为 Arena Intelligence Inc.，以便为未来的项目改进提供更强大的资源。 LMArena 的创始团队在博客中表示，新公司的成立将帮助他们在保持中立的同时，增强大型语言模型（LLM）测试平台的功能，致力于为 AI 用户提供一个不受任何企业影响的公平评估环境。 LMArena 于2023年由加州大学伯克利分校的研究人员创建，迅速发展成为业内最受认可的 AI 基准测试平台之一。
4/18/2025 11:01:57 AM
AI在线
Perplexity 竞技场夺冠，Sonar挑战谷歌Gemini的搜索霸主地位

Perplexity 竞技场夺冠，Sonar挑战谷歌Gemini的搜索霸主地位
在最新的 LM Arena Search Arena 评估中，Perplexity 公司的 Sonar-Reasoning-Pro-High 模型表现优异，与谷歌的 Gem-2.5-Pro-Grounding 模型并列第一，直接对决的胜率达到53%。 这一消息无疑给搜索引擎领域带来了新的震动，显示了 Perplexity 在 AI 搜索技术上的强大实力。 Sonar 系列模型在此次评估中包揽了前四名，这不仅彰显了其深度搜索能力，也显示了其在严谨引证方面的出色表现。
4/16/2025 4:01:05 PM
AI在线
Meta 新模型 Llama-4-Maverick 排名骤降，引发刷榜质疑

Meta 新模型 Llama-4-Maverick 排名骤降，引发刷榜质疑
近日，Meta 公司发布的开源大模型 Llama-4-Maverick 在 LMArena 的排行榜上从第二名直降至第32名，这一剧烈波动引发了开发者们的广泛质疑，认为 Meta 可能通过提交特供版本以刷榜。 事情的起因要追溯到4月6日，Meta 发布了其最新的大模型 Llama4，包括 Scout、Maverick 和 Behemoth 三个版本。 其中，Llama-4-Maverick 在初期的评估中表现亮眼，位列 LMArena 排行榜的第二名，仅次于 Gemini2.5Pro。
4/14/2025 6:01:07 PM
AI在线
  • 1