TheNote.app

RSS Ars Technica - 全コンテンツ

新しい研究、人気のAIベンチマークを操作したLM Arenaを非難

人気のAI・ヴァイブ・テストは、思っているほど公平ではないかもしれない。

arstechnica.com

New study accuses LM Arena of gaming its popular AI benchmark

記事の画像：新しい研究、人気のAIベンチマークを操作したLM Arenaを非難

2025-05-01