Le benchmark IA anti-triche et sans contamination pour évaluer vos LLM
Visiter le site officielLiveBench est un benchmark open-source conçu pour évaluer objectivement les grands modèles de langage (LLM) sans biais de contamination. Initié par Abacus.AI et des chercheurs de NYU, ce projet hébergé sur GitHub propose des tâches régulièrement mises à jour dans des catégories clés : codage, raisonnement mathématique, analyse de données et suivi d'instructions. En s'appuyant sur des vérités de terrain vérifiables sans juge LLM, LiveBench permet une évaluation rigoureuse des performances de modèles comme GPT-5, Claude et Gemini.