MMemory Use Preference Arena
管理员入口Blind protocol
HUMAN EVALUATION · BLIND ARENA

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
开始评测01 / 02

默认是 ljz329。其余评审请务必改为自己的姓名;服务端会按姓名保留正在评测的 case 与进度,关闭网站后可继续。

选择评测轨道
LIVE EVALUATION

实时人评面板

每 5 分钟自动刷新,统计当前已保存的人评结果。

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…