排行榜

换成大白话

排行榜（Leaderboard）是按特定评测指标对多个模型排序的榜单，是大模型生态的核心信息载体。它让用户快速比较不同模型的能力，也是厂商竞争的焦点。 排行榜按评测方式分为：自动基准排行榜（如Open LLM Leaderboard，基于MMLU等自动评分）、人类偏好排行榜（如Chatbot Arena，基于Elo评分）、综合排行榜（如Artificial Analysis，聚合多维度）。不同排行榜各有侧重，应结合参考。 使用排行榜需注意：评测数据是否污染、指标是否契合自身需求、模型版本是否最新、是否区分闭源/开源/微调。盲目追求榜首模型不一定最优，应结合价格、延迟、上下文等综合考量。

它通常在什么场景出现

这个术语常见于模型选择、训练与微调、推理与部署、评测或产品功能说明等场景；当你遇到“排行榜”时，多半是在讨论模型行为、处理方式或指标口径。

具体出现在哪类场景，可以用下方“跨库查找”搜索包含该概念的模型、训练、评测或产品资料。

容易混淆的地方

不要把“排行榜”理解成模型本身的能力或在某个榜单上的具体名次；它更多是描述一种机制、一种处理方式或一个指标口径，而不是模型实力的绝对结论。