模型榜單
此文件由 AI 從中文翻譯而來，尚未經過審閱。
這是一個基於 Chatbot Arena (lmarena.ai) 資料的排行榜，透過自動化流程生成。
資料更新時間: 2025-07-12 11:41:46 UTC / 2025-07-12 19:41:46 CST (北京時間)
排行榜
...
...
...
...
...
...
...
...
...
說明
排名(UB)：基於 Bradley-Terry 模型計算的排名。此排名反映了模型在競技場中的綜合表現，並提供了其 Elo 分數的 上界 估計，幫助理解模型的潛在競爭力。
排名(StyleCtrl)：經過對話風格控制後的排名。此排名旨在減少因模型回覆風格（例如冗長、簡潔）帶來的偏好偏差，更純粹地評估模型的核心能力。
模型名：大型語言模型 (LLM) 的名稱。此列已嵌入模型相關連結，點擊可跳轉。
分數：模型在競技場中透過用戶投票獲得的 Elo 評分。Elo 評分是一種相對排名系統，分數越高表示模型表現越好。該分數是動態變化的，反映了模型在當前競爭環境中的相對實力。
置信區間：模型 Elo 評分的95%置信區間（例如：
+6/-6）。這個區間越小，表示模型的評分越穩定和可靠；反之，區間越大可能意味著資料量不足或模型表現波動較大。它提供了對評分準確性的量化評估。票數：該模型在競技場中收到的總投票數量。投票數越多，通常意味著其評分的統計可靠性越高。
服務商：提供該模型的組織或公司。
許可協議：模型的許可協議類型，例如專有 (Proprietary)、Apache 2.0、MIT 等。
知識截止日期：模型訓練資料的知識截止日期。暫無資料 表示相關資訊未提供或未知。
資料來源與更新頻率
本排行榜資料由 fboulnois/llm-leaderboard-csv 專案自動生成並提供，該專案從 lmarena.ai 獲取並處理資料。此排行榜由 GitHub Actions 每天自動更新。
免責聲明
本報告僅供參考。排行榜資料是動態變化的，並基於特定時間段內用戶在 Chatbot Arena 上的偏好投票。資料的完整性和準確性取決於上游資料源及 fboulnois/llm-leaderboard-csv 專案的更新和處理。不同模型可能採用不同的許可協議，使用時請務必參考模型供應商的官方說明。
最后更新于
这有帮助吗？