2026年1月，大模型评估平台LMArena宣布完成1.5亿美元A轮融资，估值达17亿美元，由Felicis和UC Investments领投。LMArena起源于Chatbot Arena，最初由开源组织LMSYS创建，核心成员多为华人学霸。其评估模式基于匿名对战、Elo评分和人机协同框架，用户通过投票选出更优模型回答，确保公平客观。平台已累计5000万张投票，评估400余种模型，并生成14.5万个开源数据点。此前，LMArena于2025年5月获种子轮1亿美元融资，估值6亿美元。新资金将用于提升平台运营和技术团队扩展，巩固其在AI模型评估领域的领先地位。

17款大模型PK八款棋牌游戏，o3-mini胜出，DeepSeek R1输在中间步骤 AI社区掀起用大模型玩游戏的热潮！例如，国外博主让DeepSeek和Chatgpt下国际象棋的视频在YouTube上收获百万播放量，ARC Prize也发布了贪吃蛇LLM评测基准SnakeBench。 港大、剑...

27个大模型混战电商领域，DeepSeek-R1&V3仍是最强 首个聚焦电商基础概念的可扩展问答基准ChineseEcomQA发布，由淘天集团推出。传统基准难以兼顾电商任务多样性和领域特殊性，而大模型常因生成事实性错误信息受限制。ChineseEcomQA针对性设计三大核心：基础概念覆盖...