详细介绍
Arena.ai（原 LMArena）是由 UC Berkeley 研究人员创建的 社区驱动型 AI 模型评测平台，通过真实用户的投票与对比，让全球开发者、研究者与普通用户共同参与 AI 模型的公开评测与排名。平台支持 LLM、图像模型、代码模型 等多类型模型的实时对战（Battle Mode），并以透明、公正的方式构建公开排行榜。
核心功能与特色
模型对战（Battle Mode）
用户输入任意提示词，Arena 会随机匹配两个匿名模型生成回答，用户只需选择更好的一个。投票结果将用于更新公开排行榜。真实世界评测（Real‑World Evaluation）
所有对话、投票与偏好数据均来自真实用户场景，避免传统基准测试的偏差，更贴近模型在实际使用中的表现。公开透明的排行榜（Public Leaderboard）
Arena 提供全球最具影响力的 AI 模型排行榜之一，涵盖开源与闭源模型，包括许多尚未发布的前沿模型。开放研究与数据集（Open Research）
Arena 开源了全球最大规模的生成式模型人类偏好数据集（如 LMSYS-Chat-1M），并持续发布研究论文（ICML、NeurIPS、ICLR 等）。企业级评测服务（AI Evaluations）
为企业、模型实验室与开发者提供专业的模型评测服务，基于真实用户偏好与对比分析。
工作原理（How It Works）
- 输入提示词：用户输入问题或任务，选择文本、图像等对应模式。
- 模型匿名对战：系统随机选取两个模型生成回答。
- 用户投票：选择更优回答，投票将影响排行榜。
- 揭示模型身份：投票后显示模型名称，用户可继续对话或重新开始。
- 数据进入公开评测体系：用于改进模型、更新排行榜，并支持研究。
适用人群
- 想比较不同 AI 模型效果的普通用户
- 研究 AI 模型性能的学者与工程师
- 需要评估模型质量的企业与开发团队
- 关注前沿模型动态的 AI 爱好者
提示：该网站在中国可能无法正常访问。
网站预览
