LMSYSがImage Arena公開：FLUXやDALL-Eをブラインド対決
lmarena.aiが画像生成モデルをブラインド評価する「Image Arena」を公開した。プロンプトを入力するとFLUX、Stable Diffusion、DALL-Eなどの匿名モデル2種が画像を生成し、ユーザー投票で勝敗を決める仕組みで、リーダーボードも近日公開される。
LMSYS
GPT-4o最新版がLMSYSで首位奪還：Geminiを逆転、コーディング性能が大幅向上
LMSYSはOpenAIの最新版GPT-4o（20240808）がChatbot Arenaで1314点を獲得し総合1位に返り咲いたと発表した。GoogleのGemini-1.5-Pro-Expを抜き、コーディングや難問プロンプトでもトップを記録。APIではchatgpt-4o-latestとして利用できる。
「王座陥落」――Claude 3 Opus、Chatbot ArenaでGPT-4を抜き初首位
火曜日、Anthropicの大規模言語モデル「Claude 3 Opus」が、評価ランキング「Chatbot Arena」でOpenAIのGPT-4を抜き初めて首位に立った。2023年5月の登場以来続いていたGPT-4の独走体制がついに崩れ、小型のHaikuも高評価を獲得。OpenAI以外のモデルがトップに立つ初の節目となった。