LMArena
본문 바로가기- 이름 *
- 사람들이 블라인드 쌍방향 설정 테스트에서 응답을 비교합니까?
- 제품 설명
- Crowd-sourced 쌍방향 인간적인 선호도와 진화 범주와 신뢰 인식 순위 연구.
- 이름 *
- 라이브 보드 / 카테고리 별
- 계정 관리
- Preference, 스타일, 샘플링 및 사용자 선택 효과는 워크플로우 경제 또는 실제 신뢰성을 설정하지 않습니다.
- * 필수
- 월간 방법 및 운영자 리뷰
- 이름 *
- 링크 만
신뢰 센터 / 모델 증거
보편적인 순위 없이 모형 증거.
reputable 평가를 사용하여 정의 된 작업 흐름 질문에 응답합니다. 이 레지스트리 링크 소스 방법 및 보드; 그것은 현재 순위 값을 복사하지 않습니다, 메트릭스와 병합, 또는 돈 공식에 품질 점수를 피드.
workbench로 돌아가기입학 계약
01주문하기 전에 질문
모든 소스는 결정 질문에 이름을 입력하고 응답 할 수 없습니다.
02미터의 앞에 방법
Prompts, 심사위원, 범주, 새로 고침 행동 및 링크를 가진 불확실한 여행.
03표시하기 전에
정확한 데이터 재사용이 명확하게 될 때까지, 보드를 재현 대신 연산자에 제품 링크.
글로벌 증거 레지스트리
Credible 소스, 치수 별을 유지.
현재 상태는 deliberately 보존입니다. "Link only"는 소스는 workbench 소유 또는 redistributes 결과를 미리 종료하지 않고 발견 값을 추가 할 수 있습니다.
Stanford HELM
본문 바로가기- 이름 *
- 투명하고 재현 가능한 시나리오 평가는 무엇입니까?
- 제품 설명
- 발표 된 프롬프트, 시나리오, 메트릭스 및 보드의 결과 컨텍스트와 학업 평가.
- 이름 *
- 널과 방출 특정
- 계정 관리
- 적용과 신선도는 널의 맞은편에 다릅니다; 이전 좁은 널은 현재 일반적인 기능을 위해 서 있을 수 없습니다.
- * 필수
- 릴리스 및 보드 리뷰
- 이름 *
- 링크 만
LiveBench
본문 바로가기- 이름 *
- 지상에 놓는 대답을 가진 상쾌한 객관적인 질문에 체계가 합니까?
- 제품 설명
- 정기적인 새로 고침을 통해 오염을 줄이기 위해 설계된 멀티 범주 출시.
- 이름 *
- 특정 버전
- 계정 관리
- Difficulty와 적용은 방출 사이 이동, 그래서 크로스 릴리스 순서는 직접 교환할 수 없습니다.
- * 필수
- 릴리스 및 저장소 리뷰
- 이름 *
- 링크 만
Artificial Analysis
본문 바로가기- 이름 *
- 독립적 인 기능, 속도, 대기 시간 및 가격 측정은 어떻게 다른가요?
- 제품 설명
- 명시된 attribution 요구사항을 가진 API 메트릭스를 발행합니다.
- 이름 *
- 지속적으로 업데이트된 연산자 dataset
- 계정 관리
- 합성 주사위 및 공급자 매핑은 해석을 요구합니다; 외부 적색은 별도의 허가를 필요로 합니다.
- * 필수
- 월간 방법 및 용어 검토
- 이름 *
- 링크 만
LiveCodeBench
본문 바로가기- 이름 *
- 코딩 시스템은 새로 출시 된 대회 문제에 어떻게 수행합니까?
- 제품 설명
- 새로운 대회 문제 및 여러 코드 기능을 사용하여 지속적으로 업데이트 코딩 평가.
- 이름 *
- Dataset 릴리스 특정
- 계정 관리
- 대회 기호화는 저장소 정비, 제품 건축술, 또는 장기간 대리인 일을 대표하지 않습니다.
- * 필수
- Candidate / 저장소 리뷰
- 이름 *
- 관련 기사
제품 경계
Evidence는 사용자 정의 임계값을 알려줍니다. 그것은 결코 경제에 보이지 않는 multiplier가된다.
보고서가 나중에 소스를 인용 할 때, 그것은 날짜 방출, 방법, 지도 신뢰, 그리고 비용 결정에 따라 알려진 제한을 보존해야합니다.