---
title: "LMArena (Chatbot Arena) (HU)"
source: "https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)"
wiki: "systems-analysis.info/int"
article: "LMArena_(Chatbot_Arena)_(HU)"
language: "hu"
categories:
  - "Category:Hungarian"
  - "Category:Large language models"
  - "Category:LLM benchmarks"
  - "Category:Machine learning"
revision_id: 3705
wiki_created_at: 2026-09-06T23:24:45Z
wiki_modified_at: 2026-09-06T23:24:45Z
downloaded_at: 2026-09-07T22:58:26Z
---

# LMArena (Chatbot Arena) (HU)

**Arena** (2026. január 28-ig — **LMArena** (*Large Model Arena*), korábban — **Chatbot Arena**) — nyílt, közösségi alapú (crowdsourcing) webes platform nagy nyelvi modellek (LLM) és multimodális modellek (szöveg, kép, videó) értékelésére és összehasonlító rangsorolására, valós emberi preferenciák alapján. A platform alapját névtelen páros összehasonlítások (blind battles) és az Elo-értékelési rendszer képezi; ezekre épülnek az átlátható, nyilvános ranglisták (leaderboard-ok), amelyeket a mesterséges intelligencia frontier-modelljeinek egyik legmegbízhatóbb független benchmark-jaként tartanak számon.<sup>[\[1\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-chiang2024-1)[\[2\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-hello_2025-2)</sup>

A platform 2023-ban jött létre az **LMSYS Org** (Large Model Systems Organization) akadémiai kutatási projekteként, a Berkeley-i Kaliforniai Egyetemen (Sky Computing Lab). 2024 szeptemberében a projekt önálló tartományra váltott: lmarena.ai („Graduation")<sup>[\[3\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-new_site_2024-3)</sup>. 2025 áprilisában megalakult az önálló **Arena Intelligence Inc.** vállalat, 2025. május 21-én pedig **100 millió dolláros** magvetési (seed) finanszírozási kört zártak le (600 millió dolláros értékeléssel; fő befektetők: a16z és UC Investments)<sup>[\[4\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-seed_prn-4)[\[5\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-tc_seed-5)</sup>. 2026. január 6-án a vállalat lezárta az A sorozatú finanszírozási körét, amely **150 millió dollár** értékű volt, a post-money értékelés **1,7 milliárd dollár** volt<sup>[\[6\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-series_a_2026-6)</sup>. 2026. január 28-án megtörtént a végleges márkaváltás — a platform neve **Arena** lett, és átköltözött az arena.ai tartományra<sup>[\[7\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-arena_rebrand_2026-7)[\[8\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-new_beta_2025-8)</sup>.

## Történet

A platform 2023 áprilisában indult **Chatbot Arena** néven, az LMSYS Org (Large Model Systems Organization) kutatási projekteként, a Berkeley-i Kaliforniai Egyetemen (Sky Computing Lab). Az első olyan eszközök egyike volt, amely közösségi alapú (crowdsourcing) értékelést kínált nagy nyelvi modellek számára névtelen páros összehasonlítások (blind battles) és Elo-értékelési rendszer segítségével, valós felhasználói preferenciák alapján.

- **2023. április 24.** — a Chatbot Arena technikai indítása.
- **2023. május 3.** — hivatalos nyilvános kiadás és az első rangsor publikálása.
- **2023** — az első nyílt adathalmazok (dataset) megjelenése: 33 ezer páros párbeszéd (július) és **LMSYS‑Chat‑1M** (szeptember, kb. 1 millió valós párbeszéd).
- **2024. március 1.** — a platform hivatalos szabályzatának közzététele, a nyílt, közösség által vezérelt (community-driven) értékelési rendszer küldetésének formalizálása.
- **2024. június 27.** — képtámogatás hozzáadása és a multimodális feladatokra való bővítés megkezdése.
- **2024. szeptember 20.** — „Graduation": átállás az önálló **lmarena.ai** tartományra.
- **2024 vége – 2025 tavasza** — szakosított arénák indítása (Arena-Hard, WebDev Arena, RepoChat Arena, Style/Sentiment Control stb.).
- **2025. április 17.** — hivatalos inkorporáció önálló vállalatként (**Arena Intelligence Inc.**), az LMArena márkanév alatt frissített platform béta verziójának indítása.
- **2025. május 21.** — a vállalat alapításának bejelentése és **100 millió dolláros** magvetési finanszírozási kör zárása (600 millió dolláros értékelés).
- **2025. július 31.** — nyílt adathalmaz publikálása, amely **140 ezer** legutóbbi Text Arena párbeszédet tartalmaz.
- **2026. január 6.** — **150 millió dolláros** A sorozatú finanszírozási kör lezárása, **1,7 milliárd dolláros** post-money értékeléssel.
- **2026. január** — **Video Arena** elindítása (teljes videó-modalitás támogatás).
- **2026. január 28.** — végleges márkaváltás: a platform neve **Arena** lett, és átköltözött az **arena.ai** tartományra.

2026 márciusára az Arena (arena.ai) havonta több mint 5 millió aktív felhasználót szolgál ki 150+ országból, több tízmillió szavazatot gyűjtött össze, és továbbra is az egyik legmegbízhatóbb független eszköz marad a frontier AI-modellek valós emberi preferenciák alapján történő értékelésére.

## Az értékelés működése

A felhasználó begépel egy kérést, és két véletlenszerűen kiválasztott, névtelen modell („A" és „B") válaszát kapja meg, majd szavaz a jobb válaszra (vagy rögzíti a döntetlent/elégedetlenséget). A rangsorolás a **Bradley–Terry**-modellen alapul (logisztikus regresszió páros preferenciák alapján), amely intuitívan közel áll az Elo-rendszerhez<sup>[\[1\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-chiang2024-1)</sup>. A platform közli az **Arena Score**-t és a megbízhatósági intervallumokat, valamint mintavételi korrekciókat (re‑weighting) alkalmaz az egyenlőtlen mintavételezés esetén is megőrzött torzítatlanság érdekében<sup>[\[9\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-policy-9)</sup>.

**Átláthatóság és nyitottság.** Az értékelési és rangsorolási pipeline-ok forráskódja nyíltan elérhető a **FastChat** adattárban<sup>[\[10\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-10)</sup>; rendszeresen közzéteszik a nyers adatok egyes részeit ellenőrzés és kutatás céljából (pl. 140 ezer párbeszéd kiadása 2025 júliusában)<sup>[\[9\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-policy-9)[\[11\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-opendata_2025-11)</sup>. A *GYIK* és a főoldalon található figyelmeztetések szerint a felhasználói kérések megoszthatók a modellek szolgáltatóival és részben közzétehetők kutatási célokra — érzékeny adatokat nem szabad beküldeni<sup>[\[12\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-12)[\[13\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-13)</sup>.

**Kiválasztási és mintavételezési szabályok.** A rangsorokba nyilvánosan hozzáférhető modellek kerülnek (nyílt súlyok/nyilvános API/nyilvános szolgáltatás). Az értékelés stabilizálásához általában ≥**1000** szavazat szükséges; az ütközések legalább **20%**‑a csak nyilvános modellek között zajlik; a mintavétel valószínűsége a ranggal és a bizonytalansággal együtt nő, az újrasúlyozással végzett regresszió pedig biztosítja a végső értékelések torzítatlanságát<sup>[\[9\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-policy-9)</sup>.

**Automatikus metrikák és stílusvezérlés.** A gyorsított értékelés és a „stílusos" preferenciák hatásának csökkentése érdekében segédmódszereket alkalmaznak: *MT‑Bench* (LLM-as-a-judge)<sup>[\[14\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-14)</sup>, *Arena‑Hard* (összetett kérdések automatikus generálása)<sup>[\[15\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-arena_hard-15)</sup>, valamint **Style/Sentiment Control** (a hangnem/érzelmek preferenciákra gyakorolt hatásának modellezése és „kezelése")<sup>[\[16\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-sentiment_control-16)</sup>. Az *Arena‑Hard‑Auto* esetében nagyon magas egyezést mutattak ki az „élő" emberi szavazatokkal (ellenőrzött körülmények között akár **≈98,6%**)<sup>[\[17\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-17)</sup>.

## Arénák és értékelési tartományok

A platform feladattípusonkénti „arénák" gyűjteményévé fejlődött:

- **Text Arena** — általános párbeszédek/feladatok, a fő táblázat<sup>[\[18\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-text_stats-18)</sup>.
- **Vision Arena** — multimodális modellek „szöveg→kép/videó/képelemzés" feladatokhoz<sup>[\[19\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-19)</sup>.
- **Text‑to‑Image** és **Image Edit** — képgenerálás és képszerkesztés (beleértve a *nano‑banana* esetet)<sup>[\[20\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-tti_page-20)[\[21\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-nanobanana_blog-21)</sup>.
- **Text‑/Image‑to‑Video** — videógenerálás<sup>[\[22\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-22)</sup>.
- **WebDev Arena** — webalkalmazások összeállítása leírások alapján<sup>[\[23\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-webdev_arena-23)</sup>.
- **RepoChat Arena** — AI-mérnöki feladatok kóddal/adattárakkal<sup>[\[24\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-repochat_arena-24)</sup>.
- **Search Arena** — webes kereséshez kapcsolódó modellek; először 2025 áprilisában indult (korábbi verzió), majd a főoldalra került, adathalmazzal és publikációval kísérve<sup>[\[25\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-25)[\[26\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-26)[\[27\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-27)</sup>.
- **BiomedArena.AI** — tartomány-specifikus értékelés biomedicinális feladatokhoz (DataTecnica partnerség)<sup>[\[28\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-28)</sup>.

## Alkalmazás és hatás

- **Ipari bemutató.** A legnagyobb gyártók (OpenAI, Anthropic, Google stb.) rendszeresen tesztelik és mutatják be modelljeiket az LMArena platformon; az iparági médiumok fontos referenciapontként írják le a platformot<sup>[\[5\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-tc_seed-5)[\[29\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-29)</sup>. A NAACL‑2025 iparági kiadványban a Chatbot Arena Elo-értékelését „**gold industry‑standard**"-nak nevezik<sup>[\[30\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-30)</sup>.
- **Kiadás előtti tesztelés.** A szabályzat lehetővé teszi „még ki nem adott" modellek névtelen előnézetét a közösség értesítésével és a nyilvános értékelések kiadás utáni közzétételével; a stabilizáláshoz legalább ≈1000 szavazat szükséges<sup>[\[9\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-policy-9)</sup>.
- **Ismert esetek.** 2025 tavaszán az anonimizált *Llama‑4 Maverick‑03‑26‑Experimental* modell körüli vita (a nyilvános verziókkal való összehasonlítás körüli incidens) széles sajtófigyelmet kapott, és a szabályok/kommunikáció frissítéséhez vezetett<sup>[\[31\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-31)[\[32\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-32)</sup>. 2025 augusztusában a „nano‑banana" a **Gemini 2.5 Flash Image** modellként azonosítódott, és vezető pozíciót szerzett a vizuális arénákban<sup>[\[21\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-nanobanana_blog-21)[\[20\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-tti_page-20)</sup>.

## Korlátok és kritika

A méret és a népszerűség ellenére a megközelítésnek megvannak a korlátai:

- **Szubjektivitás és stílushatások.** A szavazati preferenciák függnek a válasz hangjától/stílusától; a csapat **Style/Sentiment Control** megoldást vezet be a „stílus" és a „tartalom" szétválasztásához<sup>[\[16\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-sentiment_control-16)</sup>.
- **A közönség reprezentativitásának hiánya.** Az aktív mag technológia-rajongókból/fejlesztőkből áll; tartomány-specifikus forgatókönyvekhez szakosított arénák jönnek létre (Search, WebDev, Biomed stb.)<sup>[\[33\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-33)</sup>.
- **Manipulációra és torzítására való sebezhetőség.** A 2025-ös kutatások megmutatták, hogy erős védelem nélkül lehetséges a szavazatok „feltornázása" több száz–ezer szavazattal; ugyanakkor a kutatók és az LMArena együttműködése védelmi intézkedések bevezetéséhez vezetett (CAPTCHA/bejelentkezés/bot-védelem/anomáliadetektálás) és a „támadás költségének" növekedéséhez<sup>[\[34\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-34)[\[35\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-35)[\[36\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-36)</sup>.
- **Módszertani kritika.** *The Leaderboard Illusion* (2025. április) című munka szisztematikus és intézményi tényezőkre mutat rá, amelyek torzíthatják a versenyterületet; az LMArena részletes választ tett közzé, és nyilvános módszertani *changelog*-ot vezet<sup>[\[37\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-37)[\[38\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-38)[\[39\]](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_note-changelog-39)</sup>.

## Hivatkozások

- Az LMArena hivatalos weboldala
- Az LMArena blogja/szabályzatai és frissítései
- Az LMSYS kutatócsoport weboldala (a projekt eredeti inkubátora)

## Irodalom

- Chiang, W.-L. et al. (2024). *Chatbot Arena: An Open Platform for Evaluating LLMs by Human Preference*. arXiv:2403.04132.
- Zheng, L. et al. (2023). *Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena*. arXiv:2306.05685.
- Li, T. et al. (2024). *From Crowdsourced Data to High-Quality Benchmarks: Arena-Hard and BenchBuilder Pipeline*. arXiv:2406.11939.
- Ameli, S.; Zhuang, S.; Stoica, I.; Mahoney, M. W. (2024). *A Statistical Framework for Ranking LLM-Based Chatbots*. arXiv:2412.18407.
- Boubdir, M. et al. (2023). *Elo Uncovered: Robustness and Best Practices in Language Model Evaluation*. arXiv:2311.17295.
- Huang, J. Y.; Shen, Y.; Wei, D.; Broderick, T. (2025). *Dropping Just a Handful of Preferences Can Change Top Large Language Model Rankings*. arXiv:2508.11847.
- Xu, Y.; Ruis, L.; Rocktäschel, T.; Kirk, R. (2025). *Investigating Non-Transitivity in LLM-as-a-Judge*. arXiv:2502.14074.
- Li, H. et al. (2024). *LLMs-as-Judges: A Comprehensive Survey on LLM-based Evaluation Methods*. arXiv:2412.05579.
- Zheng, L. et al. (2024). *LMSYS-Chat-1M: A Large-Scale Real-World LLM Conversation Dataset*. arXiv:2309.11998.
- Dubois, Y. et al. (2024). *Length-Controlled AlpacaEval: A Simple Way to Debias Automatic Evaluators*. arXiv:2404.04475.
- Singh, S. et al. (2025). *The Leaderboard Illusion*. arXiv:2504.20879.
- Min, R.; Pang, T.; Du, C.; Liu, Q.; Cheng, M.; Lin, M. (2025). *Improving Your Model Ranking on Chatbot Arena by Vote Rigging*. arXiv:2501.17858.

## Megjegyzések

1.  <span id="cite_note-chiang2024-1">↑ <sup>[1.0](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-chiang2024_1-0)</sup> <sup>[1.1](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-chiang2024_1-1)</sup> Chiang, W.-L. et al. «Chatbot Arena: An Open Platform for Evaluating LLMs by Human Preference». *arXiv:2403.04132*, 2024.</span>
2.  <span id="cite_note-hello_2025-2">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-hello_2025_2-0) «Hello from LMArena: The Community Platform for Exploring Frontier AI». *LMArena Blog*, 23 июня 2025.</span>
3.  <span id="cite_note-new_site_2024-3">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-new_site_2024_3-0) «Announcing a New Site for Chatbot Arena». *LMSYS Blog*, 20 сентября 2024.</span>
4.  <span id="cite_note-seed_prn-4">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-seed_prn_4-0) «Arena Intelligence Raises \$100M Seed Round to Build the Standard for AI Evaluation». *PR Newswire / Arena Intelligence*, 21 мая 2025. <a href="https://www.prnewswire.com/news-releases/arena-intelligence-raises-100m-seed-round.html" class="external autonumber" rel="nofollow">[1]</a></span>
5.  <span id="cite_note-tc_seed-5">↑ <sup>[5.0](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-tc_seed_5-0)</sup> <sup>[5.1](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-tc_seed_5-1)</sup> Wiggers, K. «LMArena, the Chatbot Arena spinoff, raises \$100M seed at a \$600M valuation». *TechCrunch*, 21 мая 2025. <a href="https://techcrunch.com/2025/05/21/lmarena-chatbot-arena-spinoff-raises-100m-seed/" class="external autonumber" rel="nofollow">[2]</a></span>
6.  <span id="cite_note-series_a_2026-6">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-series_a_2026_6-0) «Arena Intelligence Closes \$150M Series A at \$1.7B Valuation». *Arena Intelligence Blog*, 6 января 2026. <a href="https://news.lmarena.ai/series-a-2026/" class="external autonumber" rel="nofollow">[3]</a></span>
7.  <span id="cite_note-arena_rebrand_2026-7">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-arena_rebrand_2026_7-0) «We Are Now Arena». *Arena Blog*, 28 января 2026. <a href="https://news.arena.ai/we-are-now-arena/" class="external autonumber" rel="nofollow">[4]</a></span>
8.  <span id="cite_note-new_beta_2025-8">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-new_beta_2025_8-0) «LMArena is Growing to Support our Community Platform». *LMArena Blog*, 17 апреля 2025.</span>
9.  <span id="cite_note-policy-9">↑ <sup>[9.0](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-policy_9-0)</sup> <sup>[9.1](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-policy_9-1)</sup> <sup>[9.2](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-policy_9-2)</sup> <sup>[9.3](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-policy_9-3)</sup> *LMArena Leaderboard Policy*. *LMArena Blog*, ред. 8 сентября 2025. <a href="https://news.lmarena.ai/policy/" class="external autonumber" rel="nofollow">[5]</a></span>
10. <span id="cite_note-10">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-10) lm‑sys/FastChat (GitHub). <a href="https://github.com/lm-sys/FastChat" class="external autonumber" rel="nofollow">[6]</a></span>
11. <span id="cite_note-opendata_2025-11">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-opendata_2025_11-0) «Releasing 140K Text Arena Conversations». *LMArena Blog*, 31 июля 2025. <a href="https://news.lmarena.ai/140k-text-arena-conversations/" class="external autonumber" rel="nofollow">[7]</a></span>
12. <span id="cite_note-12">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-12) *FAQ*. *LMArena*. <a href="https://lmarena.ai/faq" class="external autonumber" rel="nofollow">[8]</a></span>
13. <span id="cite_note-13">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-13) Главная страница *LMArena* (дисклеймер о возможной публикации данных и передачи провайдерам). <a href="https://lmarena.ai/" class="external autonumber" rel="nofollow">[9]</a></span>
14. <span id="cite_note-14">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-14) Zheng, L. et al. «Judging LLM‑as‑a‑Judge with MT‑Bench and Chatbot Arena». *arXiv:2306.05685*, 2023. <a href="https://arxiv.org/abs/2306.05685" class="external autonumber" rel="nofollow">[10]</a></span>
15. <span id="cite_note-arena_hard-15">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-arena_hard_15-0) Li, T. et al. «From Crowdsourced Data to High-Quality Benchmarks: Arena-Hard and BenchBuilder Pipeline». *arXiv:2406.11939*, 2024. <a href="https://arxiv.org/abs/2406.11939" class="external autonumber" rel="nofollow">[11]</a></span>
16. <span id="cite_note-sentiment_control-16">↑ <sup>[16.0](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-sentiment_control_16-0)</sup> <sup>[16.1](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-sentiment_control_16-1)</sup> «Style and Sentiment Control in the Arena». *LMArena Blog*, 2025. <a href="https://news.lmarena.ai/style-sentiment-control/" class="external autonumber" rel="nofollow">[12]</a></span>
17. <span id="cite_note-17">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-17) Li, T. et al. «From Crowdsourced Data…» *arXiv:2406.11939* (таблицы согласованности). <a href="https://arxiv.org/abs/2406.11939" class="external autonumber" rel="nofollow">[13]</a></span>
18. <span id="cite_note-text_stats-18">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-text_stats_18-0) *Text Arena (English)*. *LMArena*. <a href="https://lmarena.ai/leaderboard/text/english" class="external autonumber" rel="nofollow">[14]</a></span>
19. <span id="cite_note-19">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-19) *Vision Arena*. *LMArena*, обновлено 2 сентября 2025. <a href="https://lmarena.ai/leaderboard/vision" class="external autonumber" rel="nofollow">[15]</a></span>
20. <span id="cite_note-tti_page-20">↑ <sup>[20.0](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-tti_page_20-0)</sup> <sup>[20.1](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-tti_page_20-1)</sup> *Text-to-Image Leaderboard*. *LMArena*. <a href="https://lmarena.ai/leaderboard/text-to-image" class="external autonumber" rel="nofollow">[16]</a></span>
21. <span id="cite_note-nanobanana_blog-21">↑ <sup>[21.0](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-nanobanana_blog_21-0)</sup> <sup>[21.1](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-nanobanana_blog_21-1)</sup> «The nano-banana Story: Gemini 2.5 Flash Image Tops the Visual Arena». *LMArena Blog*, август 2025. <a href="https://news.lmarena.ai/nano-banana-reveal/" class="external autonumber" rel="nofollow">[17]</a></span>
22. <span id="cite_note-22">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-22) *Text‑to‑Video* и *Image‑to‑Video Leaderboards*. *LMArena*, август 2025. <a href="https://lmarena.ai/leaderboard/text-to-video" class="external autonumber" rel="nofollow">[18]</a> <a href="https://lmarena.ai/leaderboard/image-to-video" class="external autonumber" rel="nofollow">[19]</a></span>
23. <span id="cite_note-webdev_arena-23">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-webdev_arena_23-0) «Introducing WebDev Arena». *LMArena Blog*, 2025. <a href="https://news.lmarena.ai/webdev-arena/" class="external autonumber" rel="nofollow">[20]</a></span>
24. <span id="cite_note-repochat_arena-24">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-repochat_arena_24-0) «Introducing RepoChat Arena». *LMArena Blog*, 2025. <a href="https://news.lmarena.ai/repochat-arena/" class="external autonumber" rel="nofollow">[21]</a></span>
25. <span id="cite_note-25">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-25) «Introducing the Search Arena». *LMArena Blog*, 14 апреля 2025. <a href="https://news.lmarena.ai/search-arena/" class="external autonumber" rel="nofollow">[22]</a></span>
26. <span id="cite_note-26">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-26) «Search Arena & What We're Learning About Human Preference». *LMArena Blog*, 23 июля 2025. <a href="https://news.lmarena.ai/search-arena-update/" class="external autonumber" rel="nofollow">[23]</a></span>
27. <span id="cite_note-27">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-27) Frick, E. et al. «Search Arena: Analyzing Search‑Augmented LLMs». *arXiv:2506.05334*, 2025. <a href="https://arxiv.org/abs/2506.05334" class="external autonumber" rel="nofollow">[24]</a></span>
28. <span id="cite_note-28">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-28) «Introducing BiomedArena.AI». *LMArena Blog*, 19 августа 2025. <a href="https://news.lmarena.ai/introducing-biomedarena/" class="external autonumber" rel="nofollow">[25]</a></span>
29. <span id="cite_note-29">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-29) Google. «Gemma 3…», 12 марта 2025 (ссылка на результаты LMArena). <a href="https://blog.google/technology/developers/gemma-3/" class="external autonumber" rel="nofollow">[26]</a></span>
30. <span id="cite_note-30">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-30) Spangher, L. et al. «Chatbot Arena Estimate…». *NAACL Industry*, 2025. <a href="https://aclanthology.org/2025.naacl-industry.77.pdf" class="external autonumber" rel="nofollow">[27]</a></span>
31. <span id="cite_note-31">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-31) «Meta's experimental Llama 4 model briefly topped AI leaderboard…». *The Register*, 7 апреля 2025. <a href="https://www.theregister.com/2025/04/07/meta_llama_arena/" class="external autonumber" rel="nofollow">[28]</a></span>
32. <span id="cite_note-32">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-32) Официальные разъяснения/посты LMArena в X по инциденту (апрель 2025). <a href="https://x.com/lmarena_ai/status/1776881220809552182" class="external autonumber" rel="nofollow">[29]</a></span>
33. <span id="cite_note-33">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-33) «Search Arena & What We're Learning…». *LMArena Blog*, 23 июля 2025. <a href="https://news.lmarena.ai/search-arena-update/" class="external autonumber" rel="nofollow">[30]</a></span>
34. <span id="cite_note-34">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-34) Min, R. et al. «Improving Your Model Ranking on Chatbot Arena by Vote Rigging». *arXiv:2501.17858*, 2025. <a href="https://arxiv.org/abs/2501.17858" class="external autonumber" rel="nofollow">[31]</a></span>
35. <span id="cite_note-35">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-35) Huang, Y. et al. «Exploring and Mitigating Adversarial Manipulation of Voting‑Based Leaderboards». *arXiv:2501.07493*, 2025. <a href="https://arxiv.org/abs/2501.07493" class="external autonumber" rel="nofollow">[32]</a></span>
36. <span id="cite_note-36">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-36) «Hundreds of rigged votes can skew…». *Fast Company*, 6 февраля 2025. <a href="https://www.fastcompany.com/91273226/rigged-votes-ai-model-rankings-chatbot-arena" class="external autonumber" rel="nofollow">[33]</a></span>
37. <span id="cite_note-37">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-37) Singh, S. et al. «The Leaderboard Illusion». *arXiv:2504.20879*, 2025. <a href="https://arxiv.org/abs/2504.20879" class="external autonumber" rel="nofollow">[34]</a></span>
38. <span id="cite_note-38">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-38) «Our Response to 'The Leaderboard Illusion'». *LMArena Blog*, 9 мая 2025. <a href="https://news.lmarena.ai/our-response/" class="external autonumber" rel="nofollow">[35]</a></span>
39. <span id="cite_note-changelog-39">[↑](https://systems-analysis.info/int/LMArena_(Chatbot_Arena)_(HU)#cite_ref-changelog_39-0) «Methodology Changelog». *LMArena Blog*. <a href="https://news.lmarena.ai/changelog/" class="external autonumber" rel="nofollow">[36]</a></span>