Arena Vision

何を測るか

公式 vision_style_control の overall のみ。画像生成や編集は含めません。

ランキングでの扱い

単一モデルの評価条件を確認した測定のみが、固定された分野・タスク群の重みで集計対象になります。有効な重みは各公開集計に保存します。

比較の限界

文体、利用者、質問分布に左右されます。同じ Arena を別の独立機関とは数えません。

出典・利用条件

CC BY 4.0

LMArena による成績です。元の点数は尺度が異なるため単純加算せず、固定の基準尺度で比較します。