每日日报

Arena 推出事实性排行榜：以人类偏好与经核验事实结合评估模型

Arena 于 7 月 15 日推出事实性排行榜：从真实对话中抽取可被网页核验的原子事实，由搜索代理给出经校准的真实性概率，并与人类偏好以 25% 的事实性权重合成。该榜单衡量特定设置下的偏好与事实性信号，不代表模型整体能力。