“XX发布最强开源大模型，多项基准测试全面超越XX等闭源模型！”
“万亿参数开源模型XX强势登顶全球开源模型榜首！”
“国产之光！XX模型在中文评测榜单拿下第一！”
随着AI时代的到来，各位的朋友圈、微博等社交平台是不是也常常被诸如此类的新闻刷屏了？
今天这个模型拿到了冠军，明天那个模型变成了王者。评论区里有的人热血沸腾，有的人一头雾水。
一个又一个的现实问题摆在眼前：
这些模型所谓的“登顶”比的是什么？谁给它们评分，而评分的依据又是什么？为什么每个平台的榜单座次都不一样，到底谁更权威？
如果各位也产生了类似的困惑，说明各位已经开始从“看热闹”转向“看门道”。
本文之中，我们便来拆解一下不同类型“AI竞技场”——也就是大语言模型排行榜——的“游戏规则”。
01 类
