人類偏好榜

這是盲測偏好榜：每張票是一次「同一句、兩個系統」的 A/B 比較，用 Bradley-Terry 模型把所有票換算成 各系統的「偏好強度」。票數還少時結果為初步——CI（95% 區間）重疊代表還分不出高下。 想讓榜更準，就到 盲測平台 多投幾票。