Роман с данными

⭐️ Новая арена и вклад в развитие сообщества

В этом году LLM Arena стала победителем на премии Generation AI Awards 2026 в номинации за вклад в развитие GenAi сообщества.

Мы пришли к давно уже созревшему решению — обновить арену, отказаться от Gradio и сделать ее более удобной под мобильные устройства.

Рады сообщить, что наконец-то начали тестирование на небольшой случайный процент юзеров в рамках которого вы можете попасть на https://llmarena.ru/?arena=v2, где непосредственно новый интерфейс. (переход по ссылке формально это сделает принудительно).

Кроме того, учитывая растущую активность пользователей, чему мы только рады, мы надеемся что новый формат будет для вас более комфортным. А поддержка разных параметров станет тем, чего многие возможно давно ждали.

Обо всех планах и изменениях расскажем чуть позже.

🔄 Прежняя арена доступна всегда — по кнопке в интерфейсе или по ссылке llmarena.ru/?arena=v1. Вопросы и ошибки из консоли браузера присылайте в чат: они действительно помогают.

Так, я не дурак 😀

Yupp сжег 33 ляма баксов и закрылся 😬😬😬

Что произошло: мы запустились в июне прошлого года, чтобы построить двусторонний маркетплейс для оценки AI-моделей: дать пользователям доступ к нескольким моделям и использовать это реальное взаимодействие, чтобы помогать AI-лабораториям оценивать свои модели. Мы привлекли более 1,3 млн пользователей и несколько лабораторий в качестве платящих клиентов, но не смогли достичь достаточно сильного product–market fit.

Тем временем рынок быстро изменился. Модели становятся гораздо более способными, а пользовательские сценарии смещаются в сторону агентных систем: моделей, подключенных к инструментам, памяти и внешним сервисам, а не отдельных чат-ботов. В таком мире краудсорсинговая оценка моделей на уровне чат-ботов становится все менее критичной.

Ездил в апреле в США в SF - там все обсуждали harness

Приехал на Саусхаб - снова harness, агенты, AI, автоматизация.

Если вы вдруг еще не знаете что такое harness, почему это нужно и важно - рекомендую почитать AI-DISRUPT PDLC