盲投数据反映用户评价标准提高

Chatbot Arena研究者rohanpaul_ai分析2023年5月至2024年8月的1,260,967次盲投后称，在模型版本保持不变的情况下，用户选择“两个都差”的比例每月上升1.71个百分点，说明模型本身未变差，但用户对回答质量的评价标准在提高。 分析仅保留版本冻结的模型对，包括日期快照和固定开源权重；该系列投票占比的基线均值为17.1%。

AI 根据报道生成 · 32 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。