HUMAN EVALUATION · BLIND ARENA哪一条回复,
哪一条回复,
更适合这个场景?
阅读完整角色状态,对匿名候选进行偏好选择。候选顺序会为每位评审稳定随机化,页面不会展示模型身份。
01 阅读完整 state02 比较匿名回复03 逐项评分并提交
LIVE EVALUATION
实时人评面板
每 5 秒刷新一次,统计当前本地已保存的人评结果。
实时更新
研究管理提示:实时偏好可能影响盲评判断,正式评审人应直接进入任务,避免参考该面板。
正在读取实时统计…