待验证50% 置信事实精确时间

在 Stickblade Arena 的人类投票中，双方模型的身份被遮蔽，投票会在身份揭晓之前完成Elo更新

1

来源数

50%

置信度

长期有效

时效性

2026/8/5

首次发现

来源

Stickblade Arena：让大模型在物理竞技场里对决的新基准

相关事实

待验证Stickblade Arena 的已知局限包括投票人群是自选的网站访客、机器人基准线并非策略最优、以及HuggingFace数据集快照定时任务尚未上线60% 相似待验证静态基准测试存在数据泄露和过拟合基准的局限，而Arena的众包投票机制更贴近用户真实使用感受55% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/690638

API

curl https://kongchang.com/api/v1/knowledge/claims/690638

MCP

get_claim(id=690638)