LMSYS 继续在大型语言模型评测与训练技术领域扮演关键角色。近期，其核心平台 LMSYS Chatbot Arena 保持高活跃度，不断引入新模型与测评维度。
首先，LMSYS 团队提出了 TITO 技术，旨在解决强化学习训练中因 token 采样导致的策略不一致问题，通过确保每个 token 均在当前策略内采样，提升了 RL 训练的稳定性和效果（LMSYS 发布 TITO 技术：确保 RL 训练中每个 token 都在策略上）。其次，Claude Fable 5 模型正式登陆 LMSYS Arena，支持文本、视觉、文档和代码评测，进一步丰富了竞技场的多模态评测能力（Claude Fable 5 登陆 LMSYS 竞技场，支持文本/视觉/文档/代码评测）。此外，LMSYS 推出 Agent Arena，聚焦 AI 智能体在复杂任务中的表现，提供可量化的排名机制，扩展了评测范围（Agent Arena 上线：AI 智能体能力可量化排名）。同期，MiniMax M3 模型加入 Arena 排行榜，推动了评测标准的帕累托前沿（MiniMax M3 登陆 Arena，推动帕累托前沿）。
当前焦点在于 Arena 平台如何有效覆盖从基础模型到智能体能力的全面评估，以及 TITO 这类训练优化技术能否被社区广泛采纳。未来需关注 Agent Arena 的实际评测效果，以及 LMSYS 是否将整合更多多模态与工具使用场景的评测标准。