研究/論文重要度 ★8
LMArena Text Leaderboard - LLM統計
LMArena Text Leaderboard - LLM Stats
Elo Rating for LLMs·2026/6/28
AI要約
LMArena Text Leaderboardは、現実世界の対話における人間による好みを評価するベンチマークです。Eloレーティングシステムを採用し、モデル間の直接比較（ヘッドツーヘッドバトル）から得られたユーザーの好みに基づいてモデルをランク付けします。これにより、モデルの全体的な能力とスタイルが評価されます。
AI要点
- LMArena Text Leaderboardは、現実世界の対話における人間による好みを評価するベンチマークである。
- Eloレーティングシステムを用い、モデル間の直接比較（ヘッドツーヘッドバトル）でランク付けが行われる。
- Grok-4.1 Thinkingが1483.000点で、現在トップのモデルとして評価されている。
- モデルの全体的な能力とスタイルを、人間の好みに基づいて評価・比較する指標を提供する。
なぜ重要か
Eloレーティングシステムによる客観的な評価と、人間の好みを反映したランキングは、LLM開発における性能評価の新たな基準となり、モデルの改善方向性を示す。