エントリーの編集

エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
GitHub - lmarena/arena-hard-auto: Arena-Hard-Auto: An automatic LLM benchmark.
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
GitHub - lmarena/arena-hard-auto: Arena-Hard-Auto: An automatic LLM benchmark.
🚨 New feature: Style Control is now added to Arena Hard Auto! Check this section to start using ... 🚨 New feature: Style Control is now added to Arena Hard Auto! Check this section to start using style control! Arena-Hard-Auto-v0.1 (See Paper) is an automatic evaluation tool for instruction-tuned LLMs. It contains 500 challenging user queries sourced from Chatbot Arena. We prompt GPT-4-Turbo as judge to compare the models' responses against a baseline model (default: GPT-4-0314). Notably, Arena