超越Elo评分评估竞技场对齐指数

据Forkast发布，企业买家用于筛选大型语言模型的评估体系经历了首次独立压力测试。多年来，采购团队一直在应对供应商提供的基准测试和排行榜 Elo 评分，这一动态在我们对行业经济变化及开源权重扩散影响的分析中已有探讨。现在，Arena Alignment Index