01 详细解释
源自国际象棋:赢强手加分多,输弱手扣分多。模型竞技场用它把「人类盲测投票」转成一个可比较的分数。
它衡量的是「人更喜欢哪个回答」,不等于客观正确率。偏长、偏自信、排版漂亮的回答更容易赢,这是 Elo 榜的已知偏差。
源自国际象棋:赢强手加分多,输弱手扣分多。模型竞技场用它把「人类盲测投票」转成一个可比较的分数。
它衡量的是「人更喜欢哪个回答」,不等于客观正确率。偏长、偏自信、排版漂亮的回答更容易赢,这是 Elo 榜的已知偏差。
「跑分高」和「好用」之间隔着一条鸿沟。这组词帮你看懂分数怎么来的、评测集有没有被污染,以及攻击是从哪进去的。
下面这些站点来自 AI 导航(nav.ppv9.com)的同一份工具清单,按本词条的相关度挑选。