LMArena：AI排行榜的致命缺陷

LMArena作为流行的AI排行榜，被研究人员和公司奉为圭臬，但其评估机制存在严重漏洞。普通用户在评估响应时仅花几秒钟浏览，不进行仔细阅读或事实核查，导致系统奖励表面吸引力而非准确性。这如同将小报误认为科学期刊，扭曲了AI发展的方向。文章揭示，攀升排行榜的最佳途径并非提升模型性能，而是利用人类认知偏见，对AI社区构成潜在危害。