رتبه بندی محبوب هوش مصنوعی Arena تقریباً ارزش گذاری را در 10 ماه دو برابر کرده و به 3.1 میلیارد دلار رسانده است.

آرناکه در سال 2023 به عنوان یک پروژه تحقیقاتی در دانشگاه کالیفرنیا برکلی که رتبه‌بندی مدل‌های هوش مصنوعی را جمع‌سپاری می‌کرد، 200 میلیون دلار از سری B را با ارزش 3.1 میلیارد دلار جمع‌آوری کرد. گفت در روز پنجشنبه

این پس از آن صورت می گیرد که شرکت اعلام کرد در ماه ژوئن به درآمد سالانه 100 میلیون دلاری رسیده است.

این دور توسط Lightspeed Venture Partners و Khosla Ventures رهبری می‌شد و Salesforce Ventures، 01 Advisors، Dell Technologies Capital، Endeavour Catalyst، a16z، Felicis و دیگران به آن ملحق شدند. Arena قبلاً یک سری A 150 میلیون دلاری در ژانویه با قیمت 1.7 میلیارد دلار اعلام کرده بود. در آن زمان درآمد سالانه آن 30 میلیون دلار بود. بنابراین این بدان معناست که ارزش آن در حدود 10 ماه تقریباً دو برابر شده است.

Arena یک پلتفرم crowdsource ارائه می کند که استفاده از آن برای مصرف کنندگان رایگان است. افراد اعلان‌ها را وارد می‌کنند یا پروژه‌های کدگذاری شده را درخواست می‌کنند و سپس ارزیابی می‌کنند که کدام مدل آن را بهتر انجام می‌دهد. Arena ادعا می کند که ده ها میلیون بازدید کننده ماهانه دارد.

مهرماه سال گذشته محصول تجاری خود را معرفی کرد. ارزیابی هوش مصنوعی، سرویسی که بر اساس بازخورد جامعه خود، تجزیه و تحلیل دقیق عملکرد را به آزمایشگاه های مدل و شرکت ها ارائه می دهد. زمان بی عیب و نقص ثابت شد. امسال، آزمایشگاه‌های هوش مصنوعی متوجه شدند که مدل‌های آن‌ها تست‌های معیار بازی را انجام می‌دهند و راه‌هایی برای کسب امتیازهای خوب بدون کسب امتیاز واقعی پیدا می‌کنند. در همان زمان، شرکت‌ها برای تعیین اینکه کدام مدل برای نیازهای داخلی آنها بهتر عمل می‌کند به جای تکیه بر معیارهای استاندارد شده، کمک می‌خواستند.

این شرکت در اعلامیه تامین مالی خود گفت: “هوش مصنوعی سریعتر از توانایی ما برای ارزیابی آن پیشرفت می کند، و معیارهای ثابت زمانی که مدل ها تشخیص می دهند در حال آزمایش هستند، از بین می روند.” “دنیا به یک شخص ثالث خنثی نیاز دارد تا میزان ایمنی و همسویی بودن هوش مصنوعی را زمانی که در دست افراد واقعی قرار می‌گیرد، بسنجد. Arena امروز در این نقش قدم می‌گذارد.”

برای این منظور، Arena همچنین یک دسته بندی جدید را به تابلوی امتیازات خود اضافه کرده است: هم ترازی. اینجاست که مدل ها را بر اساس مسائلی مانند اقدام غیرمجاز (اقداماتی که از آنها خواسته نشده است) رتبه بندی می کند. انتساب نادرست (اعتبار نادرست اظهارات یا حقایق به منبع اشتباه)؛ و آنچه که آن را “تکمیل فریبنده” می نامد (دروغ گفتن در مورد انجام وظایفی که انجام نداده است).

در حال حاضر، مجموعه‌ای از مدل‌های OpenAI در راس آن قرار دارند جدول امتیازات اولیه تراز، با Claude Opus 5.5 و Claude Fable به ترتیب در جایگاه ششم و نهم قرار گرفتند.