客観的なブラインドテストとピアレビューで真のモデル実力を判定する評価プラットフォーム。
ログイン不要で世界のLLMブラインドテスト順位表と詳細レポートを閲覧可能
特定ベンチマークへの過学習や作為的なスコア操作を排除するために設計された評価サービス。同一プロンプトへの出力を匿名で比較採点することで、実務に即した真のモデル性能を可視化します。
下のボタンから公式サイトを開いてすぐにご利用いただけます。