超越Elo評分評估競技場對齊指數

據Forkast發布，企業買家用於篩選大型語言模型的評估體系經歷了首次獨立壓力測試。多年來，採購團隊一直在應對供應商提供的基準測試和排行榜 Elo 評分，這一動態在我們對行業經濟變化及開源權重擴散影響的分析中已有探討。現在，Arena Alignment Index