AI Benchmarks

Leaderboard e piattaforma di valutazione AI basata su confronti umani anonimi (ex LMArena/Chatbot Arena). Usata da lab e enterprise per ranking e eval commerciali; molto influente, con dibattito su bias e gaming.

Benchmark per modelli linguistici con domande aggiornate di frequente per ridurre il rischio di dati già visti in addestramento. Valuta ragionamento, matematica, codice, analisi dati, istruzioni e linguaggio, offrendo confronti attuali tra modelli.

Research lab e tooling AI focalizzati su alignment, evals e comportamento emergente dei modelli. Con Prism propone strumenti per progettare contesto, valutare agenti e monitorare sistemi in produzione.

Piattaforma per confrontare le interfacce generate da diversi modelli AI a partire dallo stesso prompt. Aiuta designer e sviluppatori a valutare i risultati e le differenze con o senza skill di design.