明敏 发自 凹非寺 大模型竞技场的可信度，再次被锤。 最近一篇名为《排行榜幻觉》（The Leaderboard Illusion）的论文在学术圈引发关注。 它指出，如今被视为LLM领域首选排行榜的Chatbot Arena，存在诸多系统问题。比如： ...