自动化、可复现，基于大语言模型群体智能的多维评估基准Decentralized Arena来了
Maitrix.org 发布了 Decentralized Arena，这是一个利用 LLM 集体智能进行相互评估的平台。与依赖人类评审的 Chatbot Arena 相比，Decentralized Arena 具有更强的稳健性、无偏性、自动化和可扩展性，整体维度相关性达 95%。该平台支持快速、即时的新模型排名，并为多个维度创建了精细排名，所有算法和结果完全透明可复现。来源：https://mp.weixin.qq.com/s/4GDQYzbUna_Y1H8Ui5jHIw
页:
[1]