写在前言
关于中文竞技场和大模型的的相关介绍，可以参考主测评文章（中文竞技场大模型测评-龙虎榜），在这里就不重复介绍了，本次主要介绍双模型匿名对话的测评实验设计、测评维度及测评结果及最终结论。
双模型匿名对话
来自ChatGPT的回答
双模型匿名对话是一种通过结合两个或多个大型语言模型，同时保持用户和模型的匿名性来进行对话的方法。这种方法旨在提供更安全和隐私保护的对话体验，同时允许用户与模型进行有趣和有意义的互动。
后面有查询相关资料，总结一句话是：核心概念是保护用户和模型的匿名性。
在传统的对话系统中，用户与模型之间的对话可能被记录和存储，因此可能会泄露用户的个人信息。双模型对话通过将用户和模型之间的中介隔离，确保了用户的身份和模型的身份都得到了保护。
测评设计-挑战赛
根据双模型匿名对话的特点:匿名性、实时互动、竞争性质、难度适应，需要满足这几点要求，对于本次测评的6个场景，我将以趣味挑战赛的方式进行测评，挑战赛题目及规则如下：
场景 |
挑战赛 |
写作创作 |
文学大师对决： 两名匿名用户可以参与创作竞赛，每个用户在有限时间内匿名创作一个短篇小说、诗歌或散文 |
代码相关 |
编程挑战赛： 两名匿名用户可以参加编程比赛，每个用户在有限时间内解决一个编程难题 |
知识常识 |
知识竞赛： 两名匿名用户可以参加知识竞赛，提问者提出各种知识领域的问题，匿名竞争者争取在最短时间内给出正确答案。 |
| 文字游戏竞赛 | 中文游戏竞赛： 两名匿名用户可以进行中文文字游戏竞赛，看谁能在有限时间内获胜。 |
人类价值观 |
伦理辩论： 两名匿名用户可以进行伦理辩论，提出伦理和道德问题，匿名辩论者争取提供最具说服力的观点。 |
NLP专业领域 |
文本分类挑战赛： 两名匿名用户可以参加自然语言处理挑战，提问者提出NLP相关问题，匿名竞争者努力给出最准确的答案或解决方案。 |
评估标准
我们通过将双方输出结果，根据准确性、速度等方面进行综合评价。
比赛过程
下面我将从6个场景中选取3个场景进行测评比赛。
写作创作：文学大师对决
规则：随机选取三组对决，每组对决优胜者进行最终PK
题目：文学创作
题目：《时光之河》 故事背景： 在一个遥远的星球上，有一条神秘的河流——时光之河。河流中的水流有着特殊的力量，能够让接触到它的人回到过去或者穿越到未来。在这个星球上，有一个古老的村庄，村子里的居民们世世代代都守护着这个秘密。
第一组：模型B (qwen-7b-chat-v1) 取胜。从结果上看，模型B显然更好，有具体的故事发展、情节和结束；模型A只是列出了故事大概并没有创作故事。
第二组：模型B (belle-llama-13b-2m-v1) 取胜。又是billa模型，很遗憾这个回答无法满足基本创作要求。
第三组：模型A (moss-moon-003-sft-v1) 取胜。模型B只给出了故事介绍，并没有创作故事内容。
颁奖仪式
参赛选手：
billa-7b-sft-v1、qwen-7b-chat-v1、belle-llama-13b-2m-v1、moss-moon-003-sft-v1、chatglm-6b-v2
文学创作赛 |
|
最佳创作奖 |
qwen-7b-chat、moss-moon-003 |
代码相关：编程挑战赛
规则：随机选取三组对决，每组对决优胜者进行最终PK
题目：算法和数据结构挑战
编写一个算法，找到给定整数数组中的两个元素，使它们的和等于目标值。
第一组：都很好。
模型A介绍的非常详细，模型B给出两种实现思路及示例代码
第二组：模型A（qwen-7b-chat-v1）取胜。
模型A提供了一个时间复杂度更低的算法，并使用哈希表来解决问题。这种算法的时间复杂度为O(n)，相较于模型B提供的双重循环算法的时间复杂度O(n^2)，效率更高。
另外，模型A的回答提供了清晰的步骤和Python代码示例，详细解释了如何解决问题。还提到了算法的空间复杂度，并在最坏情况下进行了说明，使读者能够更好地理解算法的性能。
第三组：都很差。
模型A提到了KNN（最近邻查找）机器学习技术，但KNN主要用于分类和回归问题，不适用于找到整数数组中两个元素的和等于目标值的问题。
模型B提供了一个与动态规划相关的描述，但该描述有一些问题。问题要求找到两个元素的和等于目标值，而不是判断子数组和是否大于或等于目标值。
颁奖仪式
参赛选手：
baichuan-13b-chat-v1、ChatPLUG-initial、qwen-7b-chat-v1、moss-moon-003-sft-v1、chatflow-7b-v1、phoenix_inst_chat_7b_v1
编程挑战赛 |
|
最佳编程奖 |
baichuan-13b-chat-v1 qwen-7b-chat-v1 |
知识常识：知识竞赛
规则：随机选取三组对决，每组对决优胜者进行最终PK
题目：历史知识竞赛
回答下面题目 1、中国古代的象形文字包括_______、______和______等。 2、选择题：以下哪个古代文明最先使用了象形文字？ A. 古埃及 B. 古印度 C. 古中国 3、问答题： 请简述象形文字在古代文明中的重要性和影响。
第一组：模型B(belle-llama-13b-2m-v1) 更好。
模型A三道题错了两道，模型B除了第一题有个答案错了，其余都正确。
第二组：都很好。
模型A、B都是第一题答案不完全正确，总的来说，正确率不错。
第三组：模型B (baichuan-13b-chat-v1) 更好。
颁奖仪式
参赛选手：
ChatPLUG-initial、belle-llama-13b-2m-v1、phoenix_inst_chat_7b_v1、ChatPLUG-100Poison、 baichuan-13b-chat-v1
知识竞赛 |
|
最佳表现奖 |
baichuan-13b-chat-v1 belle-llama-13b-2m-v1 phoenix_inst_chat_7b_v1 |
结尾
双模型匿名对话代表了一项令人兴奋的技术创新，它将自然语言处理与匿名互动相结合，为用户提供了一种全新的交流方式。通过简单地在文本框中提出问题或话题，用户即可立刻收到两个不同模型的回答，最终由用户自行选择自己更为满意的答案。这种独特的互动模式不仅让对话更加有趣，还可以在多个领域得到广泛应用。
在本次测评中发现，双模型匿名对话在娱乐、教育、竞技和学术领域均有巨大的潜力。它可以被应用于创造引人入胜的游戏、在线学习平台、激发竞技挑战，甚至进行深度讨论。匿名性和实时互动的特性使其在不同场景下都表现出色。
