LMSYS 推出 Image Arena：FLUX、DALL-E 盲測對決
大模型評測平臺 lmarena.ai 推出 Image Arena 影像競技場。使用者輸入一段提示詞，系統會呼叫 FLUX、Stable Diffusion、DALL-E 等兩個匿名模型同時生成圖片，由使用者盲選投票決出勝負，官方排行榜也即將上線。
LMSYS
GPT-4o 最新版重奪 LMSYS 榜首：超越 Gemini，程式碼能力大漲 30 分
LMSYS 宣佈 OpenAI 最新版 GPT-4o（20240808）以 1314 分重登 Chatbot Arena 榜首，反超 Google Gemini-1.5-Pro-Exp。新版在程式碼、高難度提示和指令遵循等子榜均拿下第一，開發者可通過 API 的 chatgpt-4o-latest 體驗。
Claude 3 Opus 登頂 Chatbot Arena：首次超越 GPT-4 終結一年霸榜
週二，Anthropic 旗下大模型 Claude 3 Opus 在盲測天梯榜 Chatbot Arena 上首次超越 OpenAI 的 GPT-4 登頂。自 2023 年 5 月以來，GPT-4 系列一直穩居榜首。這也是首次有非 OpenAI 廠商的模型拿下王座，其輕量級模型 Haiku 同樣表現搶眼。