研究:用户对同样的 AI 聊天机器人评价随时间越来越苛刻
基于126万条Chatbot Arena盲投数据,发现用户口味越来越刁,冻结模型的差评率每月涨1.71个百分点,但排名不变。做模型评估或看榜选型的人值得记住这个偏差,分数下滑不一定是模型变差。
基于126万条Chatbot Arena盲投数据,发现用户口味越来越刁,冻结模型的差评率每月涨1.71个百分点,但排名不变。做模型评估或看榜选型的人值得记住这个偏差,分数下滑不一定是模型变差。
oran_ge用Cola数据发现一个反常识现象:GLM 5.2在抢Claude的付费用户,而GPT 5.5却没人用,值得看看
对于频繁使用 ChatGPT 处理复杂、长期任务的用户,这个“梦境”记忆系统解决了手动重复上下文的痛点,让对话更连贯、更智能,值得立即体验。