剧透：扣子正上线「大模型竞技场」

文章预览

长话短说 扣子将在今日正式更新 带来「大模型竞技场」，盲测版 可以试试下面这个链接，现在放出来了没 https://www.coze.cn/model/arena 也就是 让俩大模型答一个问题 用户投票决优劣 比如 询问：桃源结义时，刘关张拜的谁？ 在大模型回复结束后， 会弹框 而在用户评价后 才会告诉说这是哪个模型 （豆包竟然还不错...之前一直觉得挺...） 然后这些成绩会被并入榜单 （下个月初会发榜） 为什么我会说，这个更新很重要？ 众所周知，各家 评分都是第一 很困扰开发者 有盲测榜单，会好很多 保守来说，大多数的排名、测试、评分，不可信：- 任何的大模型，在特有约束下，都可以是第一 - 任何的大模型，都可以通过一定方法，在某些测试里成绩突出 - 测试者很可能不知道 web 端和 api 端的区别 金色传说大聪明，公众号：赛博禅心 AI 生态：我说几句实话 ………………………………