← 返回百科索引评测 · 30 秒看懂盲测竞技场Arena本页内容一句人话打个比方什么时候需要别混淆关联词一句人话把两个匿名模型的回答交给用户投票比较。打个比方先遮住品牌做双盲试吃,再统计偏好。这个比方用于帮助入门,并不覆盖技术实现的所有细节。什么时候需要它观察真实用户对回答或视频的偏好。先从实际任务理解概念,比死记英文缩写更有效。别混淆偏好分受题目、人群和样本量影响。如果这个概念会影响费用、数据或安全,请继续查看官方文档。顺着学下去基准测试Benchmark→Elo 分数Elo Rating→