简介
LMArena 是一个由加州大学伯克利分校 LMSYS Lab 发起的开放型、社区驱动的 AI 模型评测平台。 它通过“人类偏好投票”的方式，让真实用户参与模型对战，从而评估不同大型语言模型（LLM）的表现并形成实时排行榜。 在平台上，用户输入相同的提示（Prompt），系统随机匹配两个匿名模型生成回答，用户选择更优的一方后，系统依据结果为模型更新得分与排名。
主要功能
模型对战（Battle）：系统随机选择两个模型回答同一问题，用户根据内容质量投票选出更好的回答。
排行榜（Leaderboard）：根据全球用户的投票结果，平台使用 Elo 排分系统实时更新模型排名。
模型对比体验：支持用户自行选择任意模型进行并排对话体验，直接感受差异。
开放测试机制：允许新模型接入平台进行公开测试，收集社区反馈。
研究与数据开放：部分匿名化的提示与投票数据会被开放，用于模型评测和人类偏好研究。 ---
适用人群
- AI 研究者与模型开发者：通过社区投票了解模型在人类偏好测试下的表现，用于优化算法或参数。
- 产品经理与企业决策者：在做模型选型时，可参考 LMArena 的真实使用排名，降低决策风险。
- AI 爱好者与技术观察者：希望体验各大模型、了解性能差异和行业趋势。
- 创业者与内容创作者：可通过平台了解当前最受欢迎的模型方向，为产品设计和内容创作提供参考。
- 教育与学术机构：适用于课程教学、AI 伦理研究或人机交互实验的数据分析。
相关教程
查看全部 →
相关工具
查看全部 →
Xiaomi MiMo, Explore and Love - 探索与爱 xiaomi mimo - 探索与热爱 
Qwen AI - 阿里巴巴千问海外版 通义千问是由阿里云开发的大型语言模型，提供智能对话与文本生成服务。 
LongCat AI | 美团大模型 LongCat AI 是一个专注于人工智能对话技术的平台，提供高效、智能的聊天解决方案。 
Moonshot AI 月之暗面旗下 AI 助手 Kimi，以超长上下文见长，从 20 万汉字扩展至 200 万字，支持深度搜索与编程。 
DeepSeek V4.1 Flash DeepSeek是一家专注于研发通用人工智能底层模型与技术的公司，基于自研训练框架和强大算力资源，已开源多个高性能百亿参数大语言模型。