Buchumschlag

Chatbot Arena: An Open Platform for Evaluating LLMs by Human Preference

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chiang, Wei-Lin, Zheng, Lianmin, Sheng, Ying, Angelopoulos, Anastasios Nikolas, Li, Tianle, Li, Dacheng, Zhang, Hao, Zhu, Banghua, Jordan, Michael, Gonzalez, Joseph E., Stoica, Ion
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Copilot Arena: A Platform for Code LLM Evaluation in the Wild
von: Chi, Wayne, et al.
Veröffentlicht: (2025)

How to Evaluate Reward Models for RLHF
von: Frick, Evan, et al.
Veröffentlicht: (2024)

From Crowdsourced Data to High-Quality Benchmarks: Arena-Hard and BenchBuilder Pipeline
von: Li, Tianle, et al.
Veröffentlicht: (2024)

Prompt-to-Leaderboard
von: Frick, Evan, et al.
Veröffentlicht: (2025)

Post-Training Sparse Attention with Double Sparsity
von: Yang, Shuo, et al.
Veröffentlicht: (2024)

Fairness in Serving Large Language Models
von: Sheng, Ying, et al.
Veröffentlicht: (2023)

S-LoRA: Serving Thousands of Concurrent LoRA Adapters
von: Sheng, Ying, et al.
Veröffentlicht: (2023)

Search Arena: Analyzing Search-Augmented LLMs
von: Miroyan, Mihran, et al.
Veröffentlicht: (2025)

LMSYS-Chat-1M: A Large-Scale Real-World LLM Conversation Dataset
von: Zheng, Lianmin, et al.
Veröffentlicht: (2023)

VisionArena: 230K Real World User-VLM Conversations with Preference Labels
von: Chou, Christopher, et al.
Veröffentlicht: (2024)

GenAI Arena: An Open Evaluation Platform for Generative Models
von: Jiang, Dongfu, et al.
Veröffentlicht: (2024)

EDIT-Bench: Evaluating LLM Abilities to Perform Real-World Instructed Code Edits
von: Chi, Wayne, et al.
Veröffentlicht: (2025)

Music Arena: Live Evaluation for Text-to-Music
von: Kim, Yonghyun, et al.
Veröffentlicht: (2025)

GameArena: Evaluating LLM Reasoning through Live Computer Games
von: Hu, Lanxiang, et al.
Veröffentlicht: (2024)

RouteLLM: Learning to Route LLMs with Preference Data
von: Ong, Isaac, et al.
Veröffentlicht: (2024)

MPC-Minimized Secure LLM Inference
von: Rathee, Deevashwer, et al.
Veröffentlicht: (2024)

DISTFLASHATTN: Distributed Memory-efficient Attention for Long-context LLMs Training
von: Li, Dacheng, et al.
Veröffentlicht: (2023)

On Optimizing the Communication of Model Parallelism
von: Zhuang, Yonghao, et al.
Veröffentlicht: (2022)

A Statistical Framework for Ranking LLM-Based Chatbots
von: Ameli, Siavash, et al.
Veröffentlicht: (2024)

Some Present-Day Problems of Romanian Library Science
von: Stoica, Ion
Veröffentlicht: (1973)

The Central University Library, Bucharest. Over Seventy-five Years in the History of a Collection
von: Stoica, Ion
Veröffentlicht: (1972)

Specifications: The missing link to making the development of LLM systems an engineering discipline
von: Stoica, Ion, et al.
Veröffentlicht: (2024)

Conformal Risk Control for Non-Monotonic Losses
von: Angelopoulos, Anastasios N.
Veröffentlicht: (2026)

SGLang: Efficient Execution of Structured Language Model Programs
von: Zheng, Lianmin, et al.
Veröffentlicht: (2023)

BlendServe: Optimizing Offline Inference for Auto-regressive Large Models with Resource-aware Batching
von: Zhao, Yilong, et al.
Veröffentlicht: (2024)

Efficient-vDiT: Efficient Video Diffusion Transformers With Attention Tile
von: Ding, Hangliang, et al.
Veröffentlicht: (2025)

Principled Reinforcement Learning with Human Feedback from Pairwise or $K$-wise Comparisons
von: Zhu, Banghua, et al.
Veröffentlicht: (2023)

Beyond Benchmarks: MathArena as an Evaluation Platform for Mathematics with LLMs
von: Dekoninck, Jasper, et al.
Veröffentlicht: (2026)

Arena Learning: Build Data Flywheel for LLMs Post-training via Simulated Chatbot Arena
von: Luo, Haipeng, et al.
Veröffentlicht: (2024)

Inclusion Arena: An Open Platform for Evaluating Large Foundation Models with Real-World Apps
von: Wang, Kangyu, et al.
Veröffentlicht: (2025)

AutoEval Done Right: Using Synthetic Data for Model Evaluation
von: Boyeau, Pierre, et al.
Veröffentlicht: (2024)

Gradient Equilibrium in Online Learning: Theory and Applications
von: Angelopoulos, Anastasios N., et al.
Veröffentlicht: (2025)

3D Arena: An Open Platform for Generative 3D Evaluation
von: Ebert, Dylan
Veröffentlicht: (2025)

OR-Bench: An Over-Refusal Benchmark for Large Language Models
von: Cui, Justin, et al.
Veröffentlicht: (2024)

SciArena: An Open Evaluation Platform for Non-Verifiable Scientific Literature-Grounded Tasks
von: Zhao, Yilun, et al.
Veröffentlicht: (2025)

Conformal Decision Theory: Safe Autonomous Decisions from Imperfect Predictions
von: Lekeufack, Jordan, et al.
Veröffentlicht: (2023)

S*: Test Time Scaling for Code Generation
von: Li, Dacheng, et al.
Veröffentlicht: (2025)

Private Prediction Sets
von: Angelopoulos, Anastasios N., et al.
Veröffentlicht: (2021)

CV-Arena: An Open Benchmark for Instructional Computer Vision Problem Solving with Human-AI Collaborative Preferences
von: Lin, Fangzhou, et al.
Veröffentlicht: (2026)

R2E-Gym: Procedural Environments and Hybrid Verifiers for Scaling Open-Weights SWE Agents
von: Jain, Naman, et al.
Veröffentlicht: (2025)