一个新的图表可视化了主要 AI 模型的性能历史，跟踪它们随时间推移的能力，而不仅仅是其最新版本。该工具旨在揭示隐藏的趋势，如模型发布后的性能退化或“削弱”。数据每日来自 LMSYS Arena 排行榜，该榜单使用众包的人工评估来提供对模型性能的可靠衡量。 AI
影响 为运营商提供了一个工具，用于跟踪模型退化并理解初始发布基准之外的性能细微差别。
排序理由 该集群描述了一个新的可视化工具，用于跟踪 AI 模型随时间的性能，基于现有的基准数据。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hacker News — AI stories ≥50 points 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
