LM Arena (Chatbot Arena)
読み: えるえむあれな
最終更新: 2026-06-05・AI PICKS編集部
定義
ユーザー投票による LLM の人間評価ランキング。 Elo レーティングで モデルを順位付け。
LM Arena (Chatbot Arena)とは — 詳しく解説
LM Arena (旧 Chatbot Arena) は カリフォルニア大バークレー校 発の LLM 評価プラットフォームで、 ユーザーが 同じ質問に対する 2 モデルの回答を見比べて投票し、 Elo レーティングで順位付けする。 2026 年現在、 国内外の AI 開発者が 新モデル投入時の参照指標として最重要視。 ベンチマーク(MMLU 等) のリーク問題を回避できる長所がある一方、 「丁寧な口調」 や 「長文回答」 が好まれる人間バイアスも指摘される。 AI PICKS では LM Arena スコアを 全 LLM 比較記事に併記し、 ベンチマークだけでは見えない 実用品質の参考にしている。
LM Arena (Chatbot Arena)に関連するAIツール
関連用語
「評価指標」の他の用語
Massive Multitask Language Understanding。 57 分野・1.5 万問の LLM 知識評価ベンチマーク。
OpenAI 発の Python コーディング能力ベンチマーク。 164 問の関数実装タスク。
ベンチマークとは、AIモデルの性能を標準化されたテスト課題で数値化し、異なるモデル間を公平に比較するための評価基準セットのこと。MMLUやHumanEval等、用途別に数十種類が存在する。
SWE-benchとはGitHubの実際のIssueをAIが自動修正できるかを測る、コーディングAI評価の業界標準ベンチマークのこと。
GPQAとは、生物・物理・化学の大学院レベルの難問でAIの推論力を測る評価ベンチマークのこと。Googleで検索しても解けない設計が特徴。
レイテンシとは、AIモデルにリクエストを送信してから最初のレスポンスが返るまでの応答時間のこと。
AI用語辞典をすべて見てみませんか
12カテゴリ・502語以上を体系的に整理しています
辞典トップへ