开源工具 llm-radar 聚合四个大模型评测榜并排对比
先了解这件事
开发者 Lavie-purple 发布开源项目 llm-radar，将 LMArena、Artificial Analysis、llm-stats、LiveBench 四个评测源按 6 大类 17 子类并排呈现，不合成总分，只展示各源内名次与跨源分歧度，帮助用户对比不同榜单对模型的评价差异。 页面零依赖，双击 index.html 即可打开，数据管道仅用 Python 标准库；当前快照收录 195 个模型，矩阵 124×17 共 2108 格，填充率 18.1%。项目内置多层自检脚本（selftest.js 236 条断言、visual_check.js 148 项、falsify.py 17 条证伪用例、check_deploy.js），并记录了 LiveBench 2.0 改版适配等踩坑。作者称这是个人自用项目，数据版权归四个源站，引用需注明原始来源。
AI 根据报道生成 · 1 天前更新
报道时间线
沿着报道，了解事件的不同侧面。
- GitHub · 去对齐工具与仓库精选llm-radar 开源：把 LMArena、Artificial Analysis、llm-stats、LiveBench 四个评测源按 6 大类 17 子类并排对比
Lavie-purple 发布 llm-radar 开源项目，将 LMArena、Artificial Analysis、llm-stats、LiveBench 四个评测源按 6 大类 17 子类并排呈现，不合成总分，只展示源内名次与跨源分歧度。页面零依赖、双击 index.html 即可打开，数据管道仅用 Python 标准库；当前快照收录 195 个模型、矩阵 124×17 共 2108 格，填充率 18.1%。项目还内置 selftest.js（236 条断言）、visual_check.js（148 项）、falsify.py（17 条证伪用例）与 check_deploy.js 四层守卫，并记录了 LiveBench 2.0 改版适配、抓取体检、行尾差异等实测踩坑。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 1010月25日 23:00
- 近 24 小时变化
- -49%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。