Design Arena: достойная альтернатива LM Arena для A/B-тестов нейросетей с живыми судьями.
Поскольку LM Arena перешла на использование ИИ-судьи, возник вопрос, где теперь смотреть A/B-тесты, в которых судьями выступают живые люди.
Лучший аналог — это Design Arena. По данным Similar Web, этим сервисом пользуются порядка 1 миллиона человек.
Статистически это даже надёжнее, чем LM Arena, так как в Design Arena сравнивается не одна A/B-пара. По одному промпту сразу даются четыре модели, и пользователи оценивают их результаты попарно. Это надёжнее единичной A/B-оценки, как у LM Arena, поскольку она усредняет такие оценки для разных по сложности задач, считая их «одинаковыми», что на самом деле не так.
В Design Arena больше категорий сравнения, что особенно полезно для тех, кто разрабатывает фронтенды, игровые или 3D-приложения.
С точки зрения ИИ-разработки, Design Arena — неплохой инструмент, позволяющий попросить сгенерировать больше идей дизайна. Пользователь сразу получает четыре варианта.
Ещё новости:
