Norite protingesni\u0173 \u012f\u017evalg\u0173 savo gautuosiuose? Prisiregistruokite prie m\u016bs\u0173 savaitini\u0173 informacini\u0173 biuleteni\u0173, kad gautum\u0117te tik tai, kas svarbu \u012fmonei AI, duomenims ir saugumo lyderiams.<\/em> Prenumeruokite dabar<\/em><\/p>\n\n\n\n Lyginamieji bandymo modeliai tapo b\u016btini \u012fmon\u0117ms, leid\u017eian\u010dioms jiems pasirinkti tokio tipo na\u0161um\u0105, kuris atspindi j\u0173 poreikius. Ta\u010diau ne visi etalonai yra sukurti vienodai, o daugelis bandym\u0173 modeli\u0173 yra pagr\u012fsti statiniais duomen\u0173 rinkiniais ar bandym\u0173 aplinka. <\/p>\n\n\n\n \u201eAlibaba’s Ant Group\u201c susijusios \u201eInclusion AI\u201c tyr\u0117jai pasi\u016bl\u0117 nauj\u0105 modelio lyderi\u0173 lentel\u0119 ir etalon\u0105, kuriame daugiau d\u0117mesio skiriama modelio rezultatams realaus gyvenimo scenarijuose. Jie teigia, kad LLM reikia lyderi\u0173 lentel\u0117s, kurioje atsi\u017evelgiama \u012f tai, kaip \u017emon\u0117s juos naudoja ir kiek \u017emon\u0117s renkasi savo atsakymus, palyginti su modeliais, kuriuos modeliai turi statini\u0173 \u017eini\u0173 galimybi\u0173. <\/p>\n\n\n\n Straipsnyje tyr\u0117jai i\u0161d\u0117st\u0117 \u012ftraukimo arenos pagrind\u0105, kuris reitinguoja modelius pagal vartotoj\u0173 nuostatas. <\/p>\n\n\n\n \u201eNor\u0117dami i\u0161spr\u0119sti \u0161ias spragas, mes si\u016blome\u201e Incliusion Arena \u201c-tiesiogin\u0119 lyderi\u0173 lentel\u0119, kuri \u012fjungia realaus pasaulio AI programas su moderniausiomis LLM ir MLLM. Skirtingai nuo\u201e CrowSoured \u201cplatform\u0173, m\u016bs\u0173 sistema atsitiktinai suaktyvina modelio m\u016b\u0161ius per daugialypius \u017emogaus-ai dialogus realaus pasaulio programose\u201c. <\/p>\n\n\n\n Galios dangteliai, kylan\u010dios \u017eenklo i\u0161laidos ir i\u0161vados v\u0117lavimai kei\u010dia \u012fmon\u0117s AI. Prisijunkite prie m\u016bs\u0173 i\u0161skirtinio salono ir su\u017einokite, kokios yra geriausios komandos:<\/p>\n\n\n\n U\u017etikrinkite savo viet\u0105, kad liktum\u0117te \u012f priek\u012f<\/strong>: https:\/\/bit.ly\/4mwngngo<\/p>\n\n\n\n \u012etraukimo arena i\u0161siskiria tarp kit\u0173 modeli\u0173 lyderi\u0173, toki\u0173 kaip MMLU ir \u201eOpenllm\u201c, d\u0117l savo realaus gyvenimo aspekto ir unikaliojo modeli\u0173 reitingavimo b\u016bdo. Jame naudojamas \u201eBradley-Terry\u201c modeliavimo metodas, pana\u0161us \u012f t\u0105, kur\u012f naudoja \u201eChatBot\u201c arena. <\/p>\n\n\n\n \u012etraukimo arena veikia integruojant etalon\u0105 \u012f AI programas, kad surinkt\u0173 duomen\u0173 rinkinius ir atlikt\u0173 \u017emoni\u0173 vertinimus. Tyr\u0117jai pripa\u017e\u012fsta, kad \u201ei\u0161 prad\u017ei\u0173 integruot\u0173 AI varom\u0173 program\u0173 skai\u010dius yra ribotas, ta\u010diau mes siekiame sukurti atvir\u0105 aljans\u0105 i\u0161pl\u0117sti ekosistem\u0105\u201c.<\/p>\n\n\n\n Iki \u0161iol dauguma \u017emoni\u0173 yra susipa\u017ein\u0119 su lyderi\u0173 lentel\u0117mis ir etalonais, kuriuose nurodoma kiekvienos naujos LLM, toki\u0173 kaip \u201eOpenai\u201c, \u201eGoogle\u201c ar \u201eAnthropic\u201c, na\u0161umas. \u201eVentureBeat\u201c n\u0117ra svetimas \u0161ioms pirmaujan\u010dioms lentel\u0117ms, nes kai kurie modeliai, tokie kaip \u201eXai’s Grok 3\u201c, parodo savo gali\u0105, u\u017epildydami \u201eChatbot\u201c arenos lyderi\u0173 lentel\u0119. \u012etraukimo AI tyr\u0117jai teigia, kad naujoji j\u0173 lyderi\u0173 lentel\u0117 \u201eu\u017etikrina vertinimus atspindi praktinius naudojimo scenarijus\u201c, tod\u0117l \u012fmon\u0117s turi geresn\u0119 informacij\u0105 apie modelius, kuriuos jie planuoja pasirinkti. <\/p>\n\n\n\n
\n<\/div>
\n\n\n\n\n
\n<\/div>