Startseite › Benchmarks › LMArena (Chatbot Arena)
LMArena (Chatbot Arena)
Benchmark
Leistungsfähigkeit
Millions of blind human votes — preference as a leaderboard.
Sie sehen einen Benchmark-Eintrag: einen Test, mit dem die Branche Chips oder Modelle misst — und was er tatsächlich aussagt.
LMArena shows users two anonymous answers and asks which is better, aggregating millions of votes into Elo ratings. It measures what benchmarks cannot — perceived quality — and its weaknesses are equally human: style bias, and vendors tuning for votes (the Llama 4 episode made this a governance story).
So hängt das mit dem Rest des Stacks zusammen
Die Verknüpfungen dieses Datensatzes auf einen Blick – klicken Sie auf eine Gruppe, um dorthin zu springen.
Benchmarks
Quellen
Datensatz geprüft am 2026-01-15 — Siehe Methodik.