#Arena AutoEval

共 2 条 · 7 天 0 条 · 30 天 0 条

基准测试 2 奖励模型 2 LLM-as-judge 1 LMArena 1 模型评估 1

信息流里打上「Arena AutoEval」标签的资讯、产品与论文，按刊登时间排，新的在上。

8月13日

Arena AutoEval将模型评估周期从数周压缩至数小时

LMArena出了个AutoEval，拿历史对战数据训练奖励模型，几小时就能出评估结果，比之前快多了，搞模型的可以看看。

#Arena AutoEval #模型评估 #奖励模型 #LMArena

lmarena.ai@lmarena_ai原文

模型精选17:45

Arena AutoEval用人类对战数据训练奖励模型，实现快速评估

Arena 用数千万人类真实对战数据训了个奖励模型，评估速度飞快，还比 LLM-as-judge 更贴近真实偏好。

#Arena AutoEval #奖励模型 #基准测试 #LLM-as-judge

lmarena.ai@lmarena_ai原文