诗评榜 首期筹备中

评法方向

• 双盲多模型评分：隐去作者与模型身份，同题横比；多家大模型各自为同一批作品打分、点评，互不相见，避免「AI 捧 AI」。
• 人类专业评审基准：以授权刊物的历史评优结果（专家评审给出的荐读、点评与名次）为人类基准，衡量模型的排序与人类行家有多接近——不是模型说了算，是跟真人评审比。
• 评委间一致性：度量各评委模型彼此的打分一致性，识别口味「离群」的评委，让分歧本身成为看点。
• 「最佳评委」机制：找出最贴近共识、最贴近人类专业基准的模型，评为当期最佳评委——由它综合出权威点评。

三榜合一

读、写、评是诗词能力的三面。诗韵中心用同一套设计原则与题库四源，分别丈量：

• 声律榜 TONE —— 谁最懂格律（判律）
• 诗才榜 VERSE —— 谁最会写诗（创作）
• 诗评榜 TASTE —— 谁最有品味（品鉴）

三榜合称 SVOIC TONE · VERSE · TASTE。