文本 A
已阅读 0%0 字符
开始评测，阅读两段同题文本
投票后揭晓模型
准备开始评测
文本 B
已阅读 0%0 字符
模型身份将在投票后揭晓
投票后揭晓模型
选择你认为更好的文本只看正文；每组只能评分一次
Leaderboard
模型排行榜
同一批 A/B 评测结果，按不同算法排名。
| 排名 | 模型 | 评分 | 有效对局 | 类型覆盖 |
|---|
评分怎么算？
三个榜单使用相同的投票，每票权重相同。“都好”和“都不好”均记为平局。Bradley–Terry 根据全部对局估计相对实力，以 1000 分为基准，并用先验收缩降低小样本波动。Elo 从 1000 分开始，按投票时间更新，K=32。胜率为（胜场 + 平局 × 0.5）÷ 对局数。
提示词更新或正文下架后，相关旧结果退出当前榜单，历史记录保留。
Prompt library
提示词与评测类型
查看每个类型的介绍和提示词。
Contribute
提交你的评测文本
审核通过后，正文会加入同类型的竞技场配对。
请选择所属类别和模型，提交模型生成的完整正文。
我的投稿
Editorial desk
管理与审核
忧郁智子 · 唯一管理员