Coarena

アリーナはブラインドの人間による判断を用います。ユーザーがブラウザタスクを投稿し、2つのエージェントがそれに挑み、審査者はモデルの識別情報を基準にせず結果に投票します。

ベンチマークページでは、outcome、route、recovery、precision、tempo、cost、expression、output、head-to-head、human judgmentにわたる指標が定義されています。

はい。データページでは、選好データ、トラジェクトリのライセンス、evalアクセスのための公開サンプルとライセンス対象のアクセス経路が説明されています。

いいえ。データページには、スクリーンショットは提供されず、それらとともにパスやダイジェストも非公開にされると記載されています。

料金URLは現在404ページを返しており、データページにもそのページには価格がないと明記されています。提供された情報源では公開価格の詳細は確認できませんでした。