LMSYS 組織在https://chat.lmsys.org/?arena上進行了一項有趣的試驗，同時與兩個匿名的大模型聊天，在模型輸出結果之後，再人工對其進行打分，模型的名稱會在投票後顯示。
不過，這一輪Claude搶跑直接說出了自己的名字?，但是從第二輪問答來看，右邊的Claude明顯還是強於左邊的mpt-7b的。一共有如下13位參賽選手：
| vicuna-13b | koala-13b | oasst-pythia-12b | RWKV-4-Raven-14B |
| alpaca-13b | chatglm-6b | llama-13b | dolly-v2-12b |
| stablelm-tuned-alpha-7b | fastchat-t5-3b | mpt-7b-chat | ChatGPT-3.5 |
欸，不是說好的13位參賽選手嗎，怎麼還少一位？缺少的那一位當然就是“跳出三界外，不在五行中”的GPT-4了。?
在這一輪的測試中，雖然Claude充分發揮了他話癆的特點，很盡力的在安慰我了，但是GPT-4就是這麼不講道理的，用最少的語言就給出了最精妙的回答。
而在這一輪的臥龍鳳雛比拼當中，ChatGLM依舊嘴硬我行我素，但是無奈alpaca在中文領域實在是太薄弱了，無奈我的票也只能投給ChatGLM了。?但是需要注意的是，由於某些原因，這個測試絕大部分是在英語環境下，因此alpaca的這個弱點並不會被放大。以下是總榜單：
可以看到GPT-4毫無意外的又榮登寶座了，不過隨著近期bard以及Claude的升級，不知道下週GPT-4還能不能蟬聯這個桂冠呢？除此之外ChatGLM以6B的弱小身板能在英文環境下依舊徘徊在中游，也挺令人吃驚的。下圖是測試的詳細資料：
最近還流傳了一張中文大模型之間的比拼圖：
這張圖據說爭議很大，但是經過我這個弱小的人類測試，實際效果可能也跟這張圖大差不差。文心一言最近也在以肉眼可見的速度變聰明，相信不久後他也能擺脫倒一的稱號，慢慢變強。