LMSYS Chatbot Arena 评测榜单更新
先了解这件事
LMSYS 与 UC Berkeley SkyLab 成员开发的开源项目 Chatbot Arena 于 2023 年 5 月上线，是社区驱动的 LLM 实时评测平台。据 2026 年 10 月 2 日发布的博客，该平台已吸引数百万参与者、收集超 80 万投票，评测了 90 多个 LLM，包括 GPT-4、Gemini/Bard 及开源权重 Llama、Mistral。同一日另一篇博客介绍榜单更新：已收集超 13 万有效投票、部署 45+ 模型，11 月新增 9 个模型并获 2.5 万新票；Tulu-2-DPO-70B 和 Yi-34B-Chat 领跑开源模型，接近 gpt-3.5 水平，基于 Mistral 的 7B 模型（OpenChat-3.5、OpenHermes-2.5、Starling-7B）表现亮眼。两篇博客在投票总数上口径不同，早先报道称超 80 万投票，后续报道称超 13 万有效投票。
AI 根据报道生成 · 1 小时前更新
事件进展
2 个进展
- 10月2日 22:51 · 1 篇报道LMSYS 更新 Chatbot Arena 榜单与 Elo 系统LMSYS：Blog（Chatbot Arena 团队）：Chatbot Arena 更新：新增模型榜单与 Elo 转 Bradley-Terry 模型
- 10月2日 22:51 · 1 篇报道LMSYS 发布 Chatbot Arena 评测政策LMSYS：Blog（Chatbot Arena 团队）：LMSYS Chatbot Arena：社区驱动的 LLM 实时评测平台与政策说明
报道时间线
沿着报道，了解事件的不同侧面。
- LMSYS：Blog（Chatbot Arena 团队）Chatbot Arena 更新：新增模型榜单与 Elo 转 Bradley-Terry 模型
LMSYS Chatbot Arena 团队发布榜单更新，已收集超 13 万有效投票、部署 45+ 模型，11 月新增 9 个模型并获 2.5 万新票。Tulu-2-DPO-70B 和 Yi-34B-Chat 领跑开源模型，接近 gpt-3.5 水平；基于 Mistral 的 7B 模型（OpenChat-3.5、OpenHermes-2.5、Starling-7B）表现亮眼。
- LMSYS：Blog（Chatbot Arena 团队）LMSYS Chatbot Arena：社区驱动的 LLM 实时评测平台与政策说明
LMSYS 与 UC Berkeley SkyLab 成员开发的开源项目 Chatbot Arena 于 2023 年 5 月上线，已吸引数百万参与者、收集超 80 万投票，评测了 90 多个 LLM，包括 GPT-4、Gemini/Bard 及开源权重 Llama、Mistral。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。