已验证65% 置信事实时间未知

LMARENA（原LMSYS Chatbot Arena）是由加州大学伯克利分校发起的大模型能力评测平台，采用人类盲测对战机制

3

来源数

65%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

AI编码工具性能优化与多模态智能体最新进展盘点

bilibili硅基考古队

涉及实体

LMARENAproduct 加州大学伯克利分校company

相关事实

已验证LM Arena（原Chatbot Arena）由UC Berkeley LMSYS团队维护，采用Elo评分体系通过用户盲测对比投票衡量模型能力64% 相似待验证常见的大模型评测基准包括 MMLU、HumanEval、MATH、MT-Bench、LMSYS Arena 等59% 相似待验证Chatbot Arena 采用的人类盲评 Elo 排名被认为是目前最接近真实体验的评测方式56% 相似待验证LLM-as-judge方法最早在MT-Bench和Chatbot Arena中被大规模采用50% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/16367

API

curl https://kongchang.com/api/v1/knowledge/claims/16367

MCP

get_claim(id=16367)