LMSYS Arena Chia Sẻ Bảng Xếp Hạng Đánh Giá Mô Hình Tạo Ảnh Từ Văn Bản
Nền tảng đánh giá hiệu năng AI Arena đã chia sẻ một bảng xếp hạng toàn diện chuyên dùng để đánh giá các mô hình tạo ảnh từ văn bản (text-to-image). Bảng xếp hạng này cho phép người dùng so sánh hiệu suất của các mô hình tạo ảnh khác nhau dựa trên đánh giá thực tế của con người. Khi các mô hình tạo ảnh từ văn bản ngày càng phát triển mạnh mẽ, các tiêu chuẩn đánh giá dựa trên sở thích của con người giúp các nhà phát triển và người dùng xác định mô hình nào tạo ra hình ảnh chất lượng cao và chính xác nhất. Điều này mở rộng định dạng đánh giá Arena dựa trên hệ số Elo phổ biến từ các mô hình ngôn ngữ lớn (LLM) sang lĩnh vực nghệ thuật tạo sinh. Bảng xếp hạng tận dụng các so sánh cặp mù (blind pairwise comparisons) được đóng góp từ cộng đồng, nơi người dùng bỏ phiếu cho mô hình tạo ra hình ảnh tốt hơn từ một gợi ý cho trước, sau đó chuyển đổi các phiếu bầu này thành điểm số Elo. Phương pháp này giúp giảm thiểu định kiến và cung cấp một thước đo hiệu suất thực tế, đáng tin cậy cho AI tạo sinh.
## KIẾN THỨC NỀN
Chatbot Arena, được phát triển bởi LMSYS, ban đầu nổi tiếng như một nền tảng mở được đóng góp từ cộng đồng để đánh giá hiệu năng các Mô hình Ngôn ngữ Lớn (LLM) bằng hệ số Elo, tương tự như xếp hạng trong cờ vua. Bằng cách hiển thị song song kết quả ẩn danh từ hai mô hình cho người dùng lựa chọn, nền tảng này đã thiết lập một tiêu chuẩn vàng cho việc đánh giá AI dựa trên sở thích của con người.