ユーザー投票によるリーダーボード

匿名バトルからのレーティング：ユーザーはどのモデルが生成したかを知らずに、自分のプロンプトに対する2つの回答を比較判定します。

中央値モデルを1000としたEloスケールのBradley–Terryレーティング。400ポイントの差は10:1の勝率比を意味します。区間は100回のブートストラップ再サンプリングによる95%信頼区間です。 投票がレーティングになる仕組み →