待验证50% 置信事实精确时间

盲测两两对比结合Elo排名被LMSYS Chatbot Arena等大语言模型评测平台广泛采用

1

来源数

50%

置信度

长期有效

时效性

2026/9/25

首次发现

来源

训练世界模型的"物体恒存性"：WROP数据集与PWM模型解析

涉及实体

LMSYS Chatbot Arenaproduct Elo评分concept

相关事实

已验证Chatbot Arena通过人类盲测投票评估对话质量，其Elo评分体系截至2024年已积累超过百万次人类投票74% 相似待验证Arena是LMArena/Chatbot Arena系列的图像竞技场，采用真实用户盲测投票方式进行模型评测，通过两两对比形成Elo排名74% 相似待验证H3加速竞技场借鉴了大语言模型领域的Chatbot Arena评测思路，采用盲测投票机制67% 相似待验证ChatGPT的对话风格与OpenAI的技术报告之间存在明显的调性差异63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/949087

API

curl https://kongchang.com/api/v1/knowledge/claims/949087

MCP

get_claim(id=949087)