LiveBench是什么
题目每半年整体更新一次，并按时间窗口切分版本，减少模型在训练阶段见过答案的可能。
覆盖推理、编程、数学、数据分析、语言与指令遵循等 7 大类共 20 多项客观任务。
每道题都有标准答案，无需人工投票，同时给出完成任务的实测成本，便于比较性价比。
题目每半年整体更新一次，并按时间窗口切分版本，减少模型在训练阶段见过答案的可能。
覆盖推理、编程、数学、数据分析、语言与指令遵循等 7 大类共 20 多项客观任务。
每道题都有标准答案，无需人工投票，同时给出完成任务的实测成本，便于比较性价比。