126 万盲投数据：不是 AI 变笨而是人类标准在提高

一项新研究分析 Chatbot Arena 上 2023 年 5 月至 2024 年 8 月的约 126 万次盲投数据，仅保留版本冻结的模型对（日期快照、固定开源权重），发现在模型完全不变的情况下，「两个都很差」的投票比例每月上升约 1.71%。这表明并非模型退化，而是人类对 LLM 输出的评价标准每月提高约 1.71 个百分点。

2026-11-14 ~ 2026-11-14 · 2 条相关