LMArena AI: plataforma de evaluación de modelos de IA 118

LMArena ai, anteriormente conocido como lmsys.org, es una plataforma de evaluación de modelos de IA enfocada en pruebas de referencia colaborativas de IA, creada por los equipos de investigación SkyLab y LMSYS de la Universidad de California en Berkeley. Es una plataforma similar a V0 o Bolt, con la diferencia de que, tras introducir una necesidad, dos modelos generan código y renderizan la página frontend para que tú la puntúes. Los usuarios pueden chatear gratis con la IA en esta plataforma, votar y comparar y probar diferentes robots de chat con IA.

Características funcionales de LMArena AI:

• Modo de prueba ciega: los usuarios pueden plantear preguntas a dos modelos de IA anónimos y luego elegir la mejor respuesta, garantizando la equidad de la evaluación.

• Combate anónimo: los usuarios pueden interactuar con múltiples chatbots de IA anónimos en la plataforma, hacer preguntas y obtener respuestas de diferentes robots. Este enfoque permite a los usuarios comparar sin conocer la identidad del modelo, reduciendo así los sesgos.

• Sistema de votación: los usuarios pueden votar las respuestas de diferentes IA, ayudando a la plataforma a recopilar datos para evaluar el rendimiento de cada modelo. Este enfoque colaborativo hace que los resultados de la evaluación sean más objetivos y fiables.

• Control de estilo: evalúa la capacidad del modelo para seguir las instrucciones del usuario y generar contenido en un estilo específico.

• Clasificación: LMArena AI ofrece una clasificación actualizada en tiempo real que muestra el rendimiento de los diferentes modelos de IA. Los usuarios pueden ver qué modelos tienen el mejor desempeño en tareas específicas, lo que les ayuda a elegir las herramientas o servicios adecuados.

• WebDev Arena: la plataforma también ha ampliado una función llamada WebDev Arena, donde los usuarios pueden introducir sus necesidades y el sistema generará dos páginas frontend diferentes para que las puntúen. Esto ofrece a los desarrolladores una oportunidad de probar y comparar distintos diseños.

LMArena AI también admite funciones multimodales; los usuarios pueden subir imágenes en su primera pregunta para desbloquear combates multimodales. Esto significa que los usuarios no solo pueden interactuar con modelos de texto, sino que también pueden comunicarse con la IA a través de imágenes, lo que aumenta la interactividad y la utilidad de la plataforma. Además, LMArena AI ha recopilado más de 1 millón de votos de usuarios para calcular la clasificación Elo de más de 100 modelos, y los usuarios pueden ver quién es el campeón actual de LLM.

Cómo usar LMArena AI:

• Visita el sitio web: abre el sitio web oficial lmarena.ai.

• Elige una función: según tus necesidades, elige participar en un combate anónimo o acceder a WebDev Arena.

• Formula una pregunta o introduce una necesidad: escribe tu pregunta o necesidad en el campo de entrada correspondiente.

• Consulta los resultados: el sistema devolverá varias respuestas de IA, y los usuarios podrán compararlas y votar.

• Participa en la votación: al finalizar el combate, los usuarios pueden puntuar cada respuesta, ayudando a la plataforma a mejorar la evaluación de los modelos.

Nuestro modelo nacional de gran tamaño DeepSeek-R1 ocupa el tercer puesto en la clasificación general de LM Arena, destacando especialmente en campos técnicos como "Hard Prompts", "Coding" y "Math".