AI Projects

Поскольку LM Arena перешла на блуд с ИИ-судьей, возник вопрос, где тогда смотреть A/B-тесты, где судьи — живые люди. Лучший аналог — это Design Arena. Там порядка 1 миллиона человек, согласно Similar Web, пользуются им. Статистически это даже получше LM Arena, т.к. в Design Arena сравнивается не одна A/B-пара, а по промпту сразу дают 4 модели, и вы оцениваете их результаты попарно. Это надежнее одной A/B-оценки, как у LM Arena, т.к. она потом усредняет A/B-оценки для разных задач по сложности как «одинаковые», а они разные, конечно. В Design Arena больше категорий сравнения для тех, кто делает фронты, типа игровых или 3D-приложений. С точки зрения ИИ-разработки, Design Arena — неплохая штука, чтобы попросить сгенерировать побольше идей дизайна. Там сразу будет 4 варианта. https://www.designarena.ai/leaderboard