Hugging Face·· 2024-11-19精选AI 评分65
Judge Arena 评测平台上线：通过众包盲测对比大语言模型裁判能力
Judge Arena: Benchmarking LLMs as Evaluators
AI 导读
Atla 联合 Hugging Face 推出 Judge Arena 平台，通过众包盲测机制评估大语言模型作为裁判（LLM-as-a-Judge）的能力并生成动态 Elo 排行榜。
推荐理由
该平台将盲测机制引入大模型裁判能力评测，为开发者在评估工作流中挑选合适评估模型提供了客观参考。
来源：Hugging Face · huggingface.co