“大模型排位赛”权威榜单chatbot arena刷新：

谷歌Bard超越GPT-4，排名位居第二，仅次于GPT-4 Turbo。

然鹅，众多网友对此却表示“不服”、“不公平”。

原来，谷歌AI掌门人Jeff Dean透露，Bard性能大幅提升，是因为搭载了新版大模型——Gemini Pro-scale。

这也就意味着，打“排位赛”的Bard具备了联网功能。

网友的质疑正是围绕着这一点展开：

在同一个排行榜上混合在线和离线大模型，是极易引起误解的。

Hugging Face的“首席羊驼官”Omar Sanseviero也表示：

既然如此…我也可以向lmsys提交具有搜索功能的Mixtral吗？

面对种种质疑声，Imsys官方做出了回应，其中指出：

• Arena排行榜是实时的，大家如有疑问，可在Arena中直接比较模型并投票；
• 投票数据公开透明，还会即将发布关于用户提示多样性和投票质量的研究以及相应的数据集；

对于网友们最关心的被Bard超越的GPT-4是不联网版本的问题，Imsys表示“如果实时数据的接入能够提升用户体验，排行榜将予以体现”。

并且直接@了OpenAI和Bing以及微软高管Mikhail Parakhin，表示非常乐意在竞技场中加入GPT-4联网版或Bing Copilot。

最新消息是，OpenAI的最新模型gpt-4-0125-preview现已入驻竞技场，等待用户参与投票。

Bard超越GPT-4是怎么回事？

Chatbot Arena是一个大模型权威榜单，由UC伯克利研究人员主导的Imsys（Large Model Systems Organization）组织创建。

该排行榜采用匿名1V1battle的投票规则，基于Elo评级系统排名。

刺鸟创客

一款专业高效稳定的AI内容创作平台

110 查看详情

具体来说，投票页面如下，两个模型Model A和B均匿名，用户在提出多个问题后对模型的回答打分，总共有四个选项：A更好、B更好、A和B一样好，A和B都不好。

值得一提的是，如果在问答过程中，模型身份泄露，那么该投票作废。

根据当前榜单，竞技场中有56个大模型：

此前GPT-4凭借“遥遥领先”的评分，长期霸榜，然而新版Bard发布后，直接超越GPT-4的两个版本冲到了第二名，和第一名的GPT-4 Turbo只差34分：

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

更详细一点，在所有没有平局的Model A对B的对决中，Model A获胜的比例如下：

还有每一对模型组合的单挑次数（无平局）：

此外，Chatbot Arena排行榜还使用自助法对Elo评分估计进行1000次随机抽样，从而评估置信区间等。

单个模型相对于其他所有模型的平均胜率如下：

不过值得注意的是，Arena排行榜是实时的，Bard目前虽然排名第二，但总共只有3000多票。

相较而言，GPT-4 Turbo的票数已经达到了30000+，被超越的两个版本的票数也都是Bard的数倍。

而现在GPT-4最新版本已入场（虽然还没有在排行榜上更新），后续结果还要再坐等一波～

参考链接：https://twitter.com/lmsysorg/status/1752035632489300239。

以上就是GPT-4不服被Bard反超：最新模型已入场的详细内容，更多请关注其它相关文章！

# 谷歌  # 拜尔口腔营销推广  # 舟山论坛网站建设  # 排位赛  # 美股  # 是一个  # 都是  # 榜上  # 多项  # 亚洲  # 的是  # gpt-4  # bard  # hugging face  # 谷歌ai  # gemini  # copilot  # 反超  # 榜单  # seo页面状态检测  # 抚顺关键词排名优化  # 桂阳网站建设要求  # 江油旅游网站建设开发  # 广州seo排名推广  # 兴宾网站建设费用  # 积分墙关键词优化排名  # 营销推广费用申请 

相关栏目： 【 行业资讯67740 】 【 技术百科0 】 【 网络运营39195 】

相关推荐： 如何用命令下载服务器网站  如何使用程序编译 执行的命令  春运抢票还用取票吗  命令行如何运行j*a  花呗征信不好如何恢复 如何修复不良的花呗征信  市盈率负值是什么意思  j*a数组怎么保存类  小屏折叠屏手机有哪些  openwrt有什么用  摄像机的power chg是什么意思中文  华为交换机 配置 如何复制命令行  j*a里数组怎么赋值  计数器上power是什么意思  夸克转存中是什么意思  夸克*免费吗  直接gmV是什么意思？直接GMV:定义和概念  单片机面包板怎么插  一尺是多少厘米  typescript如何标记私有方法  华为交换机如何复制命令行  平板键盘nfc功能是什么意思  如何设置sql命令  热水器没热水显示power是什么意思  nfc近场通讯功能是什么意思  新网站如何填写域名解析  爱玛电动车power模式是什么意思  喇叭上POWER4欧是什么意思  固态硬盘质量如何  1kb等于多少字节  苹果16充电方式有哪些  12306放票时间规律(2025)  j*a数组对象怎么取  负市盈率是什么意思  春运车站抢票和网上抢票  春运抢票可以抢几张  如何更新typescript  单片机怎么连接电路图  j*a map数组怎么取值  ao3镜像网站永久地址入口  苹果16系统有哪些缺陷  光猫power和pon常亮是什么意思  苹果16粉色还有哪些机型  类似微信的聊天软件有哪些  软件命令行参数如何设置  win10windows资源管理器在哪里打开  win10锁屏壁纸怎么换360锁屏壁纸吗  夸克文字口令是什么意思  苹果16都有哪些亮点  如何查询固态硬盘寿命  typescript如何做项目