होम › Benchmarks › LMArena (Chatbot Arena)
LMArena (Chatbot Arena)
Benchmark
क्षमता
Millions of blind human votes — preference as a leaderboard.
आप एक benchmark रिकॉर्ड देख रहे हैं: एक परीक्षण जिसे उद्योग chips या models को मापने के लिए उपयोग करता है — और यह वास्तव में क्या बताता है।
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).
यह बाकी स्टैक से कैसे जुड़ता है
इस रिकॉर्ड के लिंक एक नज़र में — किसी समूह पर क्लिक करके उस पर जाएँ।
Benchmarks
स्रोत
रिकॉर्ड की समीक्षा की गई 2026-01-15 — देखें पद्धति.