-->

  记者 查睿【SHS-026】芸能人、お貸しします。 番外SP

  近日，上海东说念主工智能施行室汇集魔搭社区推出中国妄语语模子评测竞技场Compass Arena，首度集皆国内主流大模子全威望，阿里通义千问、百度文心一言、腾讯混元、字节跳跃豆包、书生·浦语等20款国产大模子出战，角逐中国大模子“最强王者”。

  当下，“百模大战”搏杀正酣，各类榜单也百花齐放，其中国际盛开探究组织LMSYS Org（Large Model Systems Organization）推出的大模子竞技场Chatbot Arena，已成为外洋最具公信力的大模子竞技场之一，缺憾的是该竞技场汉文化经过相对不及。为此，Compass Arena的推出将灵验填补这一界限的空缺。

  比较考题固定的传统测评，中国妄语语模子评测竞技场Compass Arena禁受盲测、盛开的测评形状，不错更全面地考试模子实力。Compass Arena缔造了就地、匿名对战，大模子选手们成为“蒙面唱将”，模子信息隐去后，由系统就地匹配进行PK，用户不错天马行空目田出题，并行为评委主不雅评判和投票。要是大模子不防备“自报家门”，则对话被过滤，不计入收获。通过千千万万轮PK挑战和用户投票，系统将对大模子进行自动排行。

  Compass Arena由上海东说念主工智能施行室OpenCompass司南评测体系与魔搭社区汇集缔造，前者崇拜组织评测，后者崇拜开源模子引入及社区打造。与Chatbot Arena比较，Compass Arena更聚焦汉文大模子，主流国产大模子全掩饰，同期评测用户大多使用汉文，不错充分评估国产大模子的性能。

痴迷系列

  现在，Compass Arena已集聚超20款生意及社区模子【SHS-026】芸能人、お貸しします。 番外SP，包括Qwen-Max、ERNIE-4.0-8K、Spark3.5 Max、Abab6.5、GLM4等国内头部厂商的旗舰款大模子，并引入了Llama3、Mixtral等外洋标杆模子进行参照。更多模子及厂商还在赓续加入中。