待验证50% 置信事实精确时间

Chatbot Arena采用真实用户偏好信号，规避了固定测试集的测试集污染问题

1

来源数

50%

置信度

长期有效

时效性

2026/7/25

首次发现

来源

多模型AI聚合平台全解析：一个对话框调用GPT/Claude/Gemini等全球主流AI

相关事实

待验证LiveBench通过定期更换测试题目防止过拟合，Chatbot Arena通过真实用户盲评打分反映实际体验73% 相似待验证ChatGPT's risk controls are much more lenient than Cursor's, offering a more stable experience58% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/615530

API

curl https://kongchang.com/api/v1/knowledge/claims/615530

MCP

get_claim(id=615530)