数据同步时间: 2026-11-22 23:01:13
排名 | 模型 | Elo 评分 Arena Elo 评分:基于用户盲测两两对决的胜负关系估算出的模型综合能力评分。数字右下角的小字(例如 ±5)是 95% 置信区间,数值范围越窄说明这个评分的把握越大 | ||||||
|---|---|---|---|---|---|---|---|---|
1 | 1488±4 | |||||||
2 | 1484±4 | |||||||
3 | 1482±8 | |||||||
4 | 1482±5 | |||||||
5 | 1481±9 | |||||||
6 | 1475±4 | |||||||
7 | 1475±4 | |||||||
8 | 1475±6 | |||||||
9 | 1474±10 | |||||||
10 | 1467±5 | |||||||
11 | 1466±4 | |||||||
12 | 1465±5 | |||||||
13 | 1465±4 | |||||||
14 | 1464±7 | |||||||
15 | 1461±4 | |||||||
16 | 1460±8 | |||||||
17 | 1458±4 | |||||||
18 | 1457±4 | |||||||
19 | 1457±3 | |||||||
20 | 1455±4 | |||||||
21 | 1455±4 | |||||||
22 | 1454±6 | |||||||
23 | 1450±3 | |||||||
24 | 1449±6 | |||||||
25 | 1449±7 | |||||||
显示第 1 到 25 条,共 135 条记录
每页显示:
1 / 6
排名计算方法: 系统利用在竞技场中收集到的海量双盲人类盲测对抗数据,构建 Bradley-Terry 模型以极大似然估计模型在各个单项分类下的 Elo 相对竞技值。95% 置信区间 (CI) 表明当误差区间发生重叠时,模型的真实相对实力可能不存在统计学上的显著性差异。