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。

单模型对话测评，→点我直达

模型自动对话，→点我直达

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：

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

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

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

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。