Ranglijst volgens gebruikers

Ratings uit anonieme battles: gebruikers vergelijken twee antwoorden op hun eigen prompt zonder te weten welke modellen ze hebben geschreven.

Bradley–Terry-rating op de Elo-schaal met het mediane model op 1000; een verschil van 400 punten betekent een kansverhouding van 10:1. Het 95%-interval is berekend met 100 bootstrap-steekproeven. Hoe stemmen tot ratings leiden →