LMArena, 사실성(Factuality) 지표 도입 및 순위 발표

LMArena가 인간의 선호도와 사실성(Factuality) 점수를 가중 결합한 새로운 모델 랭킹 시스템을 도입했습니다. 사실성 지표는 Text Arena와 Search Arena 모두에서 선택 가능한 옵션으로 제공됩니다.

측정 방식은 Arena 배틀에서 무작위로 샘플링된 응답 내에서 웹 검증이 가능한 주장을 추출하고, 해당 주장들의 평균 정확도를 비교하는 방식으로 이루어집니다. 이를 위해 현재까지 **200만 개 이상의 주장(Claims)**이 레이블링되었습니다.

주요 순위 변동 사항:

• Text Arena (Factuality 적용 시): Claude Fable 5가 2위로 소폭 하락했으며, GPT-5.5는 13계단 상승한 7위를 기록했습니다. 반면 Muse Spark는 7위에서 20위로 급락했습니다.
• Search Arena: GPT-5.5-search가 사실성 리더보드에서 1위를 차지했습니다. GPT-5.2-search는 11위에서 3위로 크게 상승했습니다.