当您在聊天机器人竞技场中输入提示时，两个匿名模型会给出他们的响应。投票后，实验会告诉您投票给哪个模型。您还可以尝试对不同模型进行并排比较，并查看排行榜上是否有投票最多的模型。
这个名为大型模型系统组织（LMSYS）的研究小组创建了众包实验，作为对最近激增的许多LLM进行有效基准测试的一种方式。“对LLM助手进行基准测试极具挑战性，因为问题可能是开放式的，并且很难编写一个程序来自动评估响应质量，”LMSYS博客文章宣布Chatbot Arena说。到目前为止，已经投了40万多张选票。
