Hugging Face 推出 Judge Arena：用众包投票评测 LLM 作为评估者的能力

Hugging Face 上线 Judge Arena，让用户对两个 LLM 评委的评分和评语进行盲投，投票结果汇总为按小时更新的 Elo 排行榜。平台首批纳入 18 个模型，涵盖 GPT-4o、GPT-4 Turbo、Claude 3.5 Sonnet、Llama 3.1 405B/70B/8B、Qwen 2.5 7B/72B 等开源与闭源模型。