Chatbot Arena

7 статей

26 мин
🎭 Почему результаты популярного ИИ-рейтинга LMArena оказались под вопросом
Machine Learning Street Talk · 08.06.25 · 18,7 тыс. просм.
1ч 20м
📉 Кризис оценки ИИ: почему современные бенчмарки лгут?
Stanford Online · 04.06.25 · 22,2 тыс. просм.
1ч 44м
🎯 Как победить контаминацию: миссия LMArena по созданию надежного ИИ
a16z (Andreessen Horowitz) · 29.05.25 · 4,1 тыс. просм.
24 мин
🐉 Уэс Рот о DragonTail: «Секретная модель Google показывает пугающе крутые результаты»
Wes Roth · 13.04.25 · 70,6 тыс. просм.
1ч 24м
🛠 Ян Дюбуа рассказал о скрытых ловушках тестирования LLM
Stanford Online · 04.03.25 · 16,9 тыс. просм.
18 мин
📉 Как фреймворк RouteLLM сохраняет качество GPT-4 при радикальном снижении затрат
Wes Roth · 08.07.24 · 26,3 тыс. просм.
25 мин
🎙 Уэс Рот: «Голосовой режим OpenAI случайно утек в сеть и поразил пользователей реализмом»
Wes Roth · 29.06.24 · 52,9 тыс. просм.