lmarena又更新排名规则了。现在加了个上限和下限，让更稳定的排在前面。俺习惯

蚁工厂 2025-11-15 16:33:19

lmarena又更新排名规则了。现在加了个上限和下限，让更稳定的排在前面。俺习惯直接看expert排名，感觉更有参考一些（只选被标记为专家级的prompt）。这个规则下claude系列还是稳，如果具体到软件编程领域就更稳了（图2）。国产模型和开源模型里qwen还是第一。kimi属于上限高下限略低的那种，也不错。软件编程领域最好的开源模型是GLM4.6最近比较火的minimax m2没参评。

0 阅读：0

猜你喜欢

蚁工厂

蚁工厂

感谢大家的关注

作者最新文章

1
“人人都好像觉得模型已经准备好取代人类工作了。我们通过创建一家公司（电商），让9
2
杨立昆得过图灵奖，还蛮符合苏州人才引进政策的，趁机过来得了。（明年就不行了，超过
3
冯·诺伊曼
4
大模型领域有个经典的测试用例：“生成一只骑自行车的鹈鹕的SVG图像。” 这个蛮难
5
如何训练大语言模型omkaark.com/posts/llm-1b-1.html
6
arxiv.org/abs/2511.02779字跳的这个论文蛮有意思。现在的大
7
好耶 是格子衫 ​​​
8
全网都在清购物车 天猫双十一，再不买要等一年啦！mac mini遇上国补—+教育
9
baidu的新模型在lmarena上评分好高。不过数据还不多，再等等看后续变化。
10
github.com/jbhuang0604/awesome-tips一份面向研

热门分类

推荐 热榜 军事 NBA 体育 社会 明星八卦 娱乐 财经 科技 汽车 历史 国际 游戏 动漫 公益 搞笑 商业 互联网 数码 国际足球 房产 家居 时尚 科学探索 职场 育儿 股票 教育 影视 情感 热点 中国军情 武器 中国南海 中国足球 亚洲杯 科比 综合体育 CBA 投资 大咖秀 外汇 创业 风口 SUV 豪车 概念车 优惠 新能源 美国 欧洲 朝日韩 俄罗斯 孕期 街拍 婚姻 正能量

科技TOP

1
这是做什么工作的？电脑上也看不懂
2
昨天小鹏科技日最出圈的就是机器人全网都在找它是披着皮的真人的证据确实相比今年4月
3
为啥股价会跌？没看明白。单从步态讲小鹏机器人是全球走得最好最像人的。我平时研究临
4
科技发展真是越来越离谱啦！近日，浙江温州街头，一个人形机器人稳稳牵着机器狗遛弯，
5
我预感红米k90可能会卖爆！这外观设计颜值一点不输小米17系列，再加上旗舰级别
6
老美开心了，终于让英伟达倒闭了！刚刚英伟达总裁黄仁勋对外宣布：中方市场份额降
7
陈奕迅将现身K90发布会今晚陈奕迅会携新版《K歌之王》空降K90系列发布会现场，
8
中国移动你是良心发现了吗？中国移动你是良心发现了吗？18年的老用户了，每个月就
9
这下你用iPhone的控制中心不会迷茫了。​​​
10
小鹏机器人“猫步”惊艳全场！网友疑是真人，何小鹏四字回应暗藏玄机昨日，第七届小

科技最新文章

1
走量大头1+3+4架构的就叫麒麟9030，顶级折叠旗舰上1+4+4架构的叫麒麟9
2
看到Y500Pro这个外观，只想说“又是这个奥利奥”，从X系列到Y系列已经用过
3
这次华为Mate80系列，五款全系列都是搭载麒麟9030处理器，连标准版可能上麒
4
不装了！余承东摊牌了，给下马威，24GB+等效5nm芯片，统统给齐！华为Mate
5
董明珠现在是全网最开心人了自己说过的话，培养人才的速度远远低于挖人的速度。雷
6
荣耀500系列这个配置不难让人不期待，标准版和Pro都很猛。标准版和Pro最
7
如果Mate80ProMax整机如下图，诸君又会如何评价呢？用Mate80致
8
荣耀500系列为什么是横向模组，荣耀方飞总给出了答案。荣耀400pro的设计上面
9
荣耀500系列海报正式亮相！提前上手真机的用户纷纷表示，从实际观感来看，荣耀50
10
荣耀500系列包含标准版和Pro版，真的是漂亮呀。目前在官网可以预定，预计11月