Chatbot Arena Mời Người Dùng Thử Nghiệm Mô Hình Mới Trong Agent Mode và Battle Mode
Chatbot Arena đã mời người dùng thử nghiệm một mô hình hoặc tính năng mới được bổ sung trên cả hai nền tảng "Agent Mode" và "Battle Mode". Người dùng có thể tương tác trực tiếp với bản cập nhật này trên nền tảng để đánh giá hiệu suất của nó. Bản cập nhật này cho phép cộng đồng đánh giá năng lực của mô hình mới trong cả các so sánh đối đầu ẩn danh và các quy trình tự động hóa phức tạp, nhiều bước. Các đánh giá từ cộng đồng trên Chatbot Arena giúp thiết lập bảng xếp hạng khách quan cho hiệu suất của các mô hình ngôn ngữ lớn (LLM). Quá trình thử nghiệm được chia làm hai phần gồm Battle Mode, tập trung vào so sánh trò chuyện ẩn danh song song, và Agent Mode, đánh giá khả năng tự lập kế hoạch và sử dụng công cụ của mô hình. Không có chi tiết kỹ thuật cụ thể nào về danh tính của mô hình được tiết lộ trong thông báo ban đầu.
## KIẾN THỨC NỀN
Chatbot Arena là một nền tảng mở phổ biến sử dụng nguồn lực cộng đồng để đánh giá các mô hình ngôn ngữ lớn (LLM). Chế độ "Battle Mode" của nền tảng cung cấp cho người dùng hai mô hình ẩn danh để trò chuyện và chỉ tiết lộ tên của chúng sau khi người dùng bình chọn câu trả lời tốt hơn. Trong khi đó, "Agent Mode" là một tính năng được thiết kế để kiểm tra khả năng tự động thực hiện các tác vụ phức tạp, nhiều bước của mô hình bằng các công cụ tích hợp sẵn thay vì phụ thuộc vào các câu lệnh tuần tự.