本文来自微信公众号： 新智元 ，作者：新智元，编辑：ZJH，原文标题：《AI圈惊天丑闻，Meta作弊刷分实锤？顶级榜单曝黑幕，斯坦福MIT痛 斥》，题图来自：AI生成 有越来越多的人发现：大模型排行榜LMArena，可能已经被大厂们玩坏了！ 就在最近，来自Cohere、普林斯顿、斯坦福、滑铁卢、MIT和Ai2等机构的研究者，联手祭出一篇新论文，列出详尽论据，痛斥AI公司利用LMArena作 弊刷分，踩着其他竞争对手上位。 论文地址： https://arxiv.org/abs/2504.20879 与此同时，AI大佬、OpenAI创始成员Andrej Karpathy也直接下场，分享了一段自己的亲身经历。 前一段时间，Gemini模型一度在LMArena排名第一，远超第二名。 但Karpathy切换使用后，感觉还不如他之前用的模型。 相反，大约在同一时间，他的个人体验是Claude 3.5是最好的，但在LMArena上的排名却很低。 | Rank* (UB) | A Model | Azena | A 95% CI | ﻪ Votes | 4 Organization | 4 License A | | -- ...