Chatbot Arena
7 статей
26 мин🎭 Почему результаты популярного ИИ-рейтинга LMArena оказались под вопросом
1ч 20м📉 Кризис оценки ИИ: почему современные бенчмарки лгут?
1ч 44м🎯 Как победить контаминацию: миссия LMArena по созданию надежного ИИ
24 мин🐉 Уэс Рот о DragonTail: «Секретная модель Google показывает пугающе крутые результаты»
1ч 24м🛠 Ян Дюбуа рассказал о скрытых ловушках тестирования LLM
18 мин📉 Как фреймворк RouteLLM сохраняет качество GPT-4 при радикальном снижении затрат
25 мин🎙 Уэс Рот: «Голосовой режим OpenAI случайно утек в сеть и поразил пользователей реализмом»