最新发布的大模型排行榜引起了广泛关注，Llama 3意外跻身第五的位置，与GPT-4并列英文单项第一，成为了众人瞩目的焦点。这份排行榜的独特之处在于采用了模型一对一battle的方式进行评测，由全网测评者自行命题并打分，展现了各大模型的真实实力。
在近75万次大模型solo对战中，Llama 3参与了1.27万次的比拼，而GPT-4则以多个不同版本参与了6.8万次的对战，展现出了强大的竞争力。在总榜和多个子榜单中，GPT-4-Turbo脱颖而出，与1106版本和Claude 3超大杯Opus并列第一，而Llama 3紧随其后，位列第五。尤其在英文单项榜单中，Llama 3的表现更是令人惊艳，与GPT-4打成了平手，甚至反超了0125版本。
除了语言能力外，排行榜还设置了长文本和代码能力排名，Llama 3也在这些领域名列前茅，展现出了多方面的实力。而在大模型评测中，人人都可以参与，自行决定题目和评价标准，通过battle和side-by-side两种模式进行模型之间的PK，展现了AI技术的多样性和普及化。
通过Elo评价系统对模型的表现进行评分，最终形成了排行榜的依据。LMSYS团队在修正算法中采用了统计学方法，提高了评分的稳定性和准确性，为排行榜的公正性提供了保障。而Llama 3在大模型推理平台Groq上的表现更是令人瞩目，展现出了惊人的速度和效率。
总的来看，这份排行榜的发布不仅揭示了各大模型的实力对比，也激发了人们对AI技术的探索与期待。GPT-4的夺冠和Llama 3的意外表现，让人们对未来的AI发展充满了无限的想象和期待。