待验证60% 置信事实精确时间

LLM-as-judge方法最早在MT-Bench和Chatbot Arena中被大规模采用

2

来源数

60%

置信度

长期有效

时效性

2026/8/5

首次发现

来源

Stickblade Arena：让大模型在物理竞技场里对决的新基准

相关事实

待验证常见的大模型评测基准包括 MMLU、HumanEval、MATH、MT-Bench、LMSYS Arena 等60% 相似已验证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50% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/691133

API

curl https://kongchang.com/api/v1/knowledge/claims/691133

MCP

get_claim(id=691133)