LMArena 运营中

LMArena 是一个在线人工智能模型评测平台，不以提供单一模型服务为主，而是组织不同模型进行匿名对战。用户先查看隐藏身份的模型回答，再依据内容质量投票，完成投票后才会看到模型名称。

这种流程减少了品牌认知对判断的直接影响，评测结果由社区投票持续累积形成。平台的定位更接近面向真实使用场景的模型比较和观察工具，而不是单一的标准化基准测试。

平台支持匿名双模型对战。用户输入问题或指令后，系统展示两个模型的回答，用户可以选择更符合需求的一方，也可通过投票反馈回答质量。

LMArena 依据投票数据和类似国际象棋的 Elo 积分机制更新动态排行榜，并按不同任务方向展示模型表现。已支持的任务包括文本对话、编程、图像理解和网页开发等；用户还可以上传图片，参与结合图像与文字的评测。

平台积累的部分投票数据会以开放数据集形式提供，用于模型能力、用户偏好和评测方法相关研究。

研究者可以使用匿名对战数据和开放数据集，观察模型在具体任务中的差异，分析用户偏好，并作为评测方法研究的参考。

开发者和技术选型人员可以通过同一平台横向查看多个模型的实际回答，初步了解它们在通用问答、编程或图像理解等任务上的相对表现，再结合自身需求进行进一步验证。

技术爱好者、学生和普通用户则可以直接提交问题并参与投票，以较直观的方式认识不同模型的回答风格和能力差异。

排行榜是基于社区投票生成的相对结果，受问题类型、参与用户、投票偏好和时间变化影响。某个模型在榜单中的位置，不等于它在所有业务或专业任务中都更适合。

模型对战适合用于初步比较和形成选型线索，但涉及准确性、响应稳定性、数据处理要求、调用成本或特定行业规范时，仍需使用真实测试集进行独立验证。图像任务和文字任务的结果也应分开理解，不能简单互相推断。