待验证50% 置信事实精确时间
Scale AI的SEAL排行榜和LMSYS的Chatbot Arena采用封闭评估策略，其中Chatbot Arena通过真实用户盲测投票的Elo评分机制评估模型
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/8
首次发现
有效期至：2026/12/7
来源
涉及实体
相关事实
待验证Artificial Analysis的Arena模式借鉴了UC Berkeley LMSYS团队开创的Chatbot Arena方法论，通过盲测投票和Elo评分体系计算综合排名78% 相似已验证LMSYS Chatbot Arena采用真实用户盲测对比的Elo评分机制，被认为是最贴近实际使用体验的评估方式76% 相似待验证Text Arena uses an Elo-like scoring mechanism to dynamically calculate comprehensive rankings based on head-to-head model competitions69% 相似待验证Code Arena采用盲测对战机制，结果汇总为基于Bradley-Terry模型计算的Elo评分69% 相似待验证Artificial Analysis和LMSys Chatbot Arena通过自动化基准测试和社区投票机制实现评测内容动态更新67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/874513API
curl https://kongchang.com/api/v1/knowledge/claims/874513MCP
get_claim(id=874513)