LMArena AI：AIモデル評価プラットフォーム 119

LMArena aiは、旧称lmsys.orgで、カリフォルニア大学バークレー校のSkyLabとLMSYS研究チームによって構築された、群衆集約型AIベンチマークに特化したAIモデル評価プラットフォームです。V0やBoltのようなプラットフォームに似ていますが、違いは、ニーズを入力すると2つのモデルがコードを生成し、フロントエンドページをレンダリングしてユーザーが評価できる点です。ユーザーはこのプラットフォームでAIと無料でチャットしたり、投票を行ったり、様々なAIチャットロボットを比較・テストすることができます。

LMArena AIの機能と特徴：

• ブラインドテストモード：ユーザーは2つの匿名AIモデルに質問をし、最適な回答を選択することで、公正な評価を確保できます。

• 匿名バトル：ユーザーはプラットフォーム上で複数の匿名のAIチャットボットと対話し、質問をして異なるボットから回答を得ることができます。この方法により、モデルの正体を知らずに比較できるため、偏りを減らすことができます。

• 投票システム：ユーザーは異なるAIの回答に投票することができ、各モデルの性能を評価するためのデータ収集にプラットフォームが活用します。このクラウドソーシング方式により、評価結果がより客観的で信頼性の高いものになります。

• スタイル制御：ユーザーの指示や特定のスタイルに従ってコンテンツを生成するモデルの能力を評価します。

• リーダーボード：LMArena AIはリアルタイムで更新されるリーダーボードを提供し、様々なAIモデルのパフォーマンスを表示します。ユーザーは特定のタスクでどのモデルが最も優れているかを確認でき、適切なツールやサービスを選択するのに役立ちます。

• WebDev Arena：このプラットフォームにはWebDev Arenaという機能も拡張されており、ユーザーはここにニーズを入力し、システムが異なる2つのフロントエンドページを生成して評価することができます。これにより、開発者は異なる設計をテスト・比較する機会を得られます。

LMArena AIはマルチモーダル機能もサポートしており、ユーザーは最初の質問時に画像をアップロードすることで、マルチモーダルバトルをアンロックできます。これにより、ユーザーはテキストモデルと対話するだけでなく、画像を通じてAIとコミュニケーションを取ることができ、プラットフォームのインタラクティブ性と実用性が向上します。さらに、LMArena AIは100万件以上のユーザーボートデータを収集し、100以上のモデルのEloリーダーボードを算出しており、ユーザーは現在のLLMチャンピオンが誰であるかを確認できます。

LMArena AIの使用方法：

• ウェブサイトにアクセス：lmarena.aiの公式サイトを開きます。

• 機能を選択：必要に応じて匿名バトルを行うか、WebDev Arenaにアクセスするかを選択します。

• 質問またはニーズを入力：対応する入力ボックスに質問やニーズを入力します。

• 結果を確認：システムが複数のAIからの回答を返し、ユーザーはこれらの回答を比較・投票できます。

• 投票に参加：バトル終了後、ユーザーは各回答を評価することができ、プラットフォームがモデルの評価を改善するのに役立ちます。

中国の自国製大規模モデルであるDeepSeek-R1は、LM Arenaの総合ランキングで第3位にランクインしており、特に「Hard Prompts」、「Coding」、「Math」といった技術分野で優れたパフォーマンスを発揮しています。