Добавить новость
News in English

Новости сегодня на DirectAdvert

Новости сегодня от Adwile

LMArena has some competition: Scale AI launches Seal Showdown, a new benchmarking tool

In the years since OpenAI launched ChatGPT to the world, kicking off the generative AI boom, developers have relied on LMArena (previously Chatbot Arena) as the default AI leaderboard. Now, Scale AI is bringing some much-needed competition to the AI benchmarking space with its new Seal Showdown benchmarking tool.

Like LMAerna, Seal Showdown allows users to test various AI models head-to-head and vote on which one performs better. However, Scale AI says that unlike LMAerna, Seal Showdown will more closely reflect how everyday users feel about various models. In an X post, Scale CEO Jason Droege said that Seal Showdown "actually captures real preferences, powered by a platform used by real people."

"Most benchmarks rely on synthetic tests (coding puzzles, math problems) or feedback from a small slice of people," said Scale AI’s head of product, Janie Gu, in a blog post. "They miss the full spectrum of how real people actually use models in their daily lives. By treating diverse users as a monolith and lumping all feedback into one generalized score, critical nuance is lost."

Scale AI launched its Safety, Evaluations, and Alignment Lab (SEAL) leaderboards last year, but these leaderboards relied on expert evaluations. Now, ScaleAI will offer leaderboards based on user testing, offering an alternative to the LMArena.

The startup says its new benchmarking tool is based on real-world use and feedback from "users spanning over 100 countries, 70 languages, and 200 professional domains." (The company also provided the precise methodology for Seal Showdown.)

"Showdown introduces something never before seen in public leaderboards: rich user segmentation," Gu wrote in the blog post announcing the project. "Because rankings are derived from conversations that contributors have on Scale’s Outlier platform, Scale is able to verify each user’s country, education level, profession, language, and age — enabling anyone to see how models perform for people like them."

Because of this demographic information, Scale AI will be able to show which models are most popular according to specific regions, languages, ages, or use cases.

The criticism that Scale AI has with existing leaderboards is that they “rely heavily on hobbyist participation” and that current rankings are “based on a narrow group of users and their interests,” which leads to a misrepresentation of how those LLMs perform in general use.

LMArena has also been criticized for bias against open models. Critics say that LMArena's system favors frontier models from big AI companies like Google, xAI, and OpenAI. However, Scale AI's solution may not be ideal, either. The initial leaderboard results overwhelmingly rank GPT-5 the highest, which may merely reflect user preference rather than objective performance.

The updated SEAL leaderboards are live now. Currently, GPT-5 tops all of the benchmark categories, a stark contrast to LMArena, where Google's Gemini 2.5 Pro, 2.5 Flash, and Veo 3 lead most of the leaderboard categories. 


Disclosure: Ziff Davis, Mashable’s parent company, in April filed a lawsuit against OpenAI, alleging it infringed Ziff Davis copyrights in training and operating its AI systems.

Читайте на сайте


Smi24.net — ежеминутные новости с ежедневным архивом. Только у нас — все главные новости дня без политической цензуры. Абсолютно все точки зрения, трезвая аналитика, цивилизованные споры и обсуждения без взаимных обвинений и оскорблений. Помните, что не у всех точка зрения совпадает с Вашей. Уважайте мнение других, даже если Вы отстаиваете свой взгляд и свою позицию. Мы не навязываем Вам своё видение, мы даём Вам срез событий дня без цензуры и без купюр. Новости, какие они есть —онлайн с поминутным архивом по всем городам и регионам России, Украины, Белоруссии и Абхазии. Smi24.net — живые новости в живом эфире! Быстрый поиск от Smi24.net — это не только возможность первым узнать, но и преимущество сообщить срочные новости мгновенно на любом языке мира и быть услышанным тут же. В любую минуту Вы можете добавить свою новость - здесь.




Новости от наших партнёров в Вашем городе

Ria.city
Музыкальные новости
Новости России
Экология в России и мире
Спорт в России и мире
Moscow.media









103news.com — быстрее, чем Я..., самые свежие и актуальные новости Вашего города — каждый день, каждый час с ежеминутным обновлением! Мгновенная публикация на языке оригинала, без модерации и без купюр в разделе Пользователи сайта 103news.com.

Как добавить свои новости в наши трансляции? Очень просто. Достаточно отправить заявку на наш электронный адрес mail@29ru.net с указанием адреса Вашей ленты новостей в формате RSS или подать заявку на включение Вашего сайта в наш каталог через форму. После модерации заявки в течении 24 часов Ваша лента новостей начнёт транслироваться в разделе Вашего города. Все новости в нашей ленте новостей отсортированы поминутно по времени публикации, которое указано напротив каждой новости справа также как и прямая ссылка на источник информации. Если у Вас есть интересные фото Вашего города или других населённых пунктов Вашего региона мы также готовы опубликовать их в разделе Вашего города в нашем каталоге региональных сайтов, который на сегодняшний день является самым большим региональным ресурсом, охватывающим все города не только России и Украины, но ещё и Белоруссии и Абхазии. Прислать фото можно здесь. Оперативно разместить свою новость в Вашем городе можно самостоятельно через форму.

Другие популярные новости дня сегодня


Новости 24/7 Все города России



Топ 10 новостей последнего часа



Rss.plus


Новости России







Rss.plus
Moscow.media


103news.comмеждународная интерактивная информационная сеть (ежеминутные новости с ежедневным интелектуальным архивом). Только у нас — все главные новости дня без политической цензуры. "103 Новости" — абсолютно все точки зрения, трезвая аналитика, цивилизованные споры и обсуждения без взаимных обвинений и оскорблений. Помните, что не у всех точка зрения совпадает с Вашей. Уважайте мнение других, даже если Вы отстаиваете свой взгляд и свою позицию.

Мы не навязываем Вам своё видение, мы даём Вам объективный срез событий дня без цензуры и без купюр. Новости, какие они есть — онлайн (с поминутным архивом по всем городам и регионам России, Украины, Белоруссии и Абхазии).

103news.com — живые новости в прямом эфире!

В любую минуту Вы можете добавить свою новость мгновенно — здесь.

Музыкальные новости




Спорт в России и мире



Новости Крыма на Sevpoisk.ru




Частные объявления в Вашем городе, в Вашем регионе и в России