검색
← 자료 목록

LMArena 리더보드 데이터셋

발행 출처 huggingface.co · huggingface.co

ChatGPT제미나이클로드레퍼런스전문가

나중에 보기
좋아요 · 후기 쓰기
로그인하고 후기 쓰기로그인 후 좋아요
이 글의 목차 · 9개 항목

LMArena 리더보드 과거 스냅샷 데이터셋

데이터셋 뷰어

Parquet로 자동 변환됨 복제

하위 집합 (24)

agent · 1.95k행

분할 (2)

latest · 53행

model_name string 길이 3 34organization string 길이 3 10license string 클래스 8 값score float64 -0.2 0.21score_ci_lower float64 -0.22 0.18score_ci_upper float64 -0.17 0.23observation_count float64 183k 41.4Msession_count float64 7.33k 260krank int64 1 53category string 클래스 1 값leaderboard_publish_date string 날짜 2026-10-20 00:00:00 2026-10-20 00:00:00
Claude Opus 5.5 (Max)anthropicProprietary0.2091820.1841550.2342091,629,66911,5381전체2026-10-20
GPT-6 Astra (Max)openaiProprietary0.1469660.1253290.1686031,098,14814,2162전체2026-10-20
Claude Fable 5.1 (Max)anthropicProprietary0.1417080.1221930.1612232,003,61516,8963전체2026-10-20
GPT-6.1 Sol (Max)openaiProprietary0.1354730.118370.1525751,240,05115,2084전체2026-10-20
Claude Sonnet 5.5 (Max)anthropicProprietary0.1266890.0968350.1565431,024,1897,9555전체2026-10-20
Gemini 4 Argon (High)googleProprietary0.1202750.1096870.1308623,877,34437,1646전체2026-10-20
GPT-6 Sol (Max)openaiProprietary0.0935680.0758710.1112661,936,2949,7257전체2026-10-20
Claude Fable 5 (High)anthropicProprietary0.0830860.0686840.0974892,632,49043,3688전체2026-10-20
Claude Opus 5 (Max)anthropicProprietary0.0809320.0643480.0975173,261,57124,2249전체2026-10-20
GPT-5.6 Sol (xHigh)openaiProprietary0.06590.0522310.0795694,602,45337,30810전체2026-10-20
Claude Sonnet 5 (High)anthropicProprietary0.0415280.0246110.0584453,698,01233,76611전체2026-10-20
Muse Wonder (Max)metaProprietary0.0374650.0218070.0531231,273,73910,08412전체2026-10-20
MiMo-V2.6-ProxiaomiMIT0.0368180.028040.0455963,748,19038,83913전체2026-10-20
Gemini 3.8 Flash (High)googleProprietary0.0357490.0250080.046495,742,36639,36014전체2026-10-20
Muse Spark 1.3 (Max)metaProprietary0.0344820.0262340.0427317,802,93977,31615전체2026-10-20
Grok 4.7 (xHigh)xaiProprietary0.0317730.016220.0473252,748,52616,26316전체2026-10-20
GPT-5.5 (xHigh)openaiProprietary0.0312030.0186050.0438012,736,24454,42017전체2026-10-20
GPT-6 Luna (Max)openaiProprietary0.0302880.0260870.03448828,176,699186,25918전체2026-10-20
DeepSeek-V4.1-Flash-20260910 (Max)deepseekMIT0.0257360.0223040.02916941,420,251259,62819전체2026-10-20
MiMo-V2.6-FlashxiaomiMIT0.0252290.0115390.0389192,422,61921,90820전체2026-10-20
Hy4 previewtencentApache 2.00.0241290.0176890.0305699,401,05091,08521전체2026-10-20
GLM-5.2 (Max)zaiMIT0.0211110.0128720.029357,194,23189,36122전체2026-10-20
Kimi K3 (Max)moonshotKimi K3 license0.0176710.0103130.02502912,870,754138,65423전체2026-10-20
Qwen3.8-MaxalibabaProprietary0.0161430.0101160.022176,996,39773,54824전체2026-10-20
Claude Haiku 5.5 (High)anthropicProprietary0.0148840.0048310.0249372,963,22626,80325전체2026-10-20
GLM-5.3 (Max)zaiMIT0.0141390.0057810.0224979,712,67287,92126전체2026-10-20
GPT-5.4 (High)openaiProprietary0.0135980.0028320.0243633,904,75881,93327전체2026-10-20
Grok 4.6 (xHigh)xaiProprietary0.007386-0.003750.0185213,485,40429,65128전체2026-10-20
GPT-5.6 Terra (xHigh)openaiProprietary0.00467-0.0083080.0176481,759,05424,90429전체2026-10-20
DeepSeek-V4-Pro (High, 20260813)deepseekMIT0.000691-0.0166220.018004878,6837,33330전체2026-10-20
GPT-5.5openaiProprietary-0.005077-0.0173440.007192,210,72582,71931전체2026-10-20
Gemini 3.7 Flash (High)googleProprietary-0.00965-0.019199-0.0001015,103,50555,94932전체2026-10-20
Step 5 PreviewstepfunProprietary-0.014718-0.029426-0.000012,193,51215,01633전체2026-10-20
GLM-5.3-FlashzaiMIT-0.015736-0.022437-0.00903612,023,08891,26934전체2026-10-20
GPT-5.6 Luna (xHigh)openaiProprietary-0.023323-0.030738-0.0159074,159,93644,05735전체2026-10-20
Qwen3.8-Flash-Nextalibabaqwen-community-1.0-0.031098-0.037833-0.02436314,772,865103,65536전체2026-10-20
Gemini 3.1 Pro PreviewgoogleProprietary-0.036944-0.050149-0.0237392,869,60487,56537전체2026-10-20
Qwen3.8-27BalibabaApache 2.0-0.03774-0.045625-0.0298557,675,27262,28038전체2026-10-20
Beam 1.0 501B A23BreflectionApache 2.0-0.043545-0.065672-0.021418654,03612,00039전체2026-10-20
Mistral Large 4mistralProprietary-0.045512-0.064581-0.0264431,013,23714,04240전체2026-10-20
GPT-6 Luna (Low)openaiProprietary-0.045928-0.05791-0.033946876,64714,19741전체2026-10-20
Hy3tencentApache 2.0-0.061733-0.076394-0.0470731,178,91331,78442전체2026-10-20
Qwen3.7-MaxalibabaProprietary-0.062412-0.073931-0.0508942,183,67442,55243전체2026-10-20
Muse Spark 1.1metaProprietary-0.065999-0.072479-0.0595198,141,555148,93244전체2026-10-20
Qwen3.7-PlusalibabaProprietary-0.066886-0.08278-0.0509921,198,01023,77945전체2026-10-20
Muse Spark 1.2 (xHigh)metaProprietary-0.067506-0.075706-0.0593063,487,82253,21746전체2026-10-20
MiMo-V2.5-ProxiaomiMIT-0.081962-0.092067-0.0718582,479,53349,47347전체2026-10-20
MiniMax-M3minimaxMiniMax Community License-0.096315-0.108616-0.0840143,406,89043,49548전체2026-10-20
Mistral Medium 3.5mistralModified MIT-0.118162-0.135205-0.101119568,02713,24149전체2026-10-20
Nemotron 3 UltranvidiaOpenMDW-1.1-0.122658-0.165974-0.079342182,75713,13950전체2026-10-20
InklingthinkyApache 2.0-0.141422-0.155654-0.127191,688,02843,79951전체2026-10-20
Inkling-SmallthinkyApache 2.0-0.158298-0.176523-0.140073520,31514,29952전체2026-10-20
Solar Pro 4upstageProprietary-0.196098-0.218579-0.173618485,54010,49653전체2026-10-20

Arena Leaderboard Dataset

Arena 리더보드의 과거 스냅샷입니다.

사용법

python
from datasets import load_dataset

ds = load_dataset("lmarena-ai/leaderboard-dataset", "text_style_control", split="full")

ds = load_dataset("lmarena-ai/leaderboard-dataset", "text_style_control", split="latest")

ds = load_dataset("lmarena-ai/leaderboard-dataset", "text_style_control", split="latest",
    filters=[("category", "==", "overall")]
)

ds = load_dataset("lmarena-ai/leaderboard-dataset", "text_style_control", split="full",
    filters=[("category", "==", "overall"), ("model_name", "==", "gpt-4o-2024-05-13")],
    columns=["model_name", "rating", "rank", "leaderboard_publish_date"]
)

ds = load_dataset("lmarena-ai/leaderboard-dataset", "text", split="full")

ds = load_dataset("lmarena-ai/leaderboard-dataset", "agent", split="latest")

하위 집합

각 arena는 별도의 하위 집합이며, 스타일 컨트롤이 있는 arena에는 _style_control 접미사가 붙은 추가 하위 집합이 있습니다.

  • text, text_style_control
  • vision, vision_style_control
  • search, search_style_control
  • document, document_style_control
  • webdev (Code Arena)
  • text_to_image
  • image_edit
  • text_to_video
  • image_to_video
  • video_edit
  • agent (Agent Arena aggregate), plus per-signal subsets: agent_bash_recovery_steps, agent_praise_complaint, agent_steerability, agent_task_outcome_explicit, agent_tool_hallucination

분할

  • full: 역사적으로 게시된 모든 리더보드
  • latest: 가장 최근에 게시된 리더보드만

참고

  • 2024년 1월 9일에 평가 시스템이 Elo에서 Bradley-Terry로 업데이트되었습니다.
  • 2025년 5월 16일에 text 및 vision arena에서 style control이 기본값이 되었고, style control 리더보드가 비 style control과 같은 평가 척도를 갖도록 오프셋이 조정되었습니다.
  • 2025년 7월 23일에 빈도 기반 재가중치가 구현되었습니다.
  • Search 및 Webdev Arena 데이터는 각각 2025년 8월 7일과 2025년 11월 12일에 arena.ai(당시 lmarena.ai)에서 릴리스된 시점부터 시작합니다.
  • Agent Arena 데이터는 2026년 6월 4일 릴리스 시점부터 시작합니다.

모든 리더보드 방법론 변경 사항의 전체 기록은 Leaderboard Changelog를 참조하세요.

스키마

ColumnTypeDescription
model_namestring모델 식별자
organizationstring모델 제작자/조직
licensestring모델 라이선스
ratingfloatArena 점수
rating_lowerfloat낮은 신뢰 구간
rating_upperfloat높은 신뢰 구간
variancefloat평점 분산
vote_countint이 모델의 대전 횟수
rankint이 리더보드 내 순위
categorystring리더보드 카테고리(예: 전체, 코딩, 수학)
leaderboard_publish_datestring이 점수가 게시된 날짜 (YYYY-MM-DD)

Agent Arena 하위 집합은 Bradley-Terry 대신 IPS 점수를 사용합니다.

ColumnTypeDescription
model_namestring모델 식별자
organizationstring모델 제작자/조직
licensestring모델 라이선스
scorefloatIPS 점수 (τ̂)
score_ci_lowerfloat하한 95% 신뢰 구간
score_ci_upperfloat상한 95% 신뢰 구간
observation_countint이 모델에 대한 신호 관측 수
session_countint고유 세션 수(집계 하위 집합만)
rankint이 리더보드 내 순위
categorystring리더보드 범주
leaderboard_publish_datestring이 점수가 게시된 날짜 (YYYY-MM-DD)
항목내용
지난달 다운로드 수170,465

행 수: 2,565,570 총 파일 크기: 128 MB

lmarena-ai/leaderboard-dataset을 사용하는 Spaces 2

출처

  • 원문: https://huggingface.co/datasets/lmarena-ai/leaderboard-dataset (2026-10-22 · huggingface.co)
자료 기준 · 변경 기록

이 글은 클로드 0.2.170 판 기준그 뒤 변경 23건마지막 2026.10.24 (0.2.174)도구 변경 이력

이 글 고친 기록아직 없습니다 · 원문을 들여온 그대로입니다

다음 자료를 불러오는 중입니다.

후기

아직 후기가 없습니다

직접 적용한 결과와 주의할 점을 공유하는 공간입니다.

로그인하고 후기 쓰기

댓글