诗画榜

本期榜面（前七名）

分体成绩、夺魁与前三次数、评委宽严与方法要点，均在榜页；评分口径见《诗画评比标准 v1》（榜页「评分标准」一节）。

这一期的分量

怎么比的

• 题从诗才榜来。20 首画题全部取自诗才榜当期作品——十道题各取七绝、七律共识分最高的一首，均为语言模型现场创作、经确定性规则引擎逐字核验合律且中二联不判失对的近体诗，无第三方著作权。
• 八家输入完全相同。诗题、诗句原文，加同一份评分标准摘要与一句「请依此诗作画」。不改写成场景描述、不追加风格词——考的是模型自己读懂格律诗的能力。
• 双盲、一诗一评。画作去掉来源、统一缩放重编码后，同一首诗的全部画作放进同一次调用，评委逐幅打分，参照系完全一致；图序逐评委独立打乱且可复现。
• 同门回避。同厂评委不评本厂的画，那张画根本不进调用，避免同屏对比效应。
• 位置校正与去偏移。检验发现排在首位的画平均得分偏高（t = −2.50），按位次回归残差法扣除；七位评委宽严从 +7.77 到 −17.29，先减去各自尺度偏移再取共识，不剔除任何评委。
• 名次以区间为准。席位分为 20 首共识分均值，bootstrap 重抽 1000 次给出 95% 区间，区间重叠视为统计并列；榜面分相同即并列。

完整方法与费用披露见榜页「方法要点」。

本期披露

• 只公布前七名。末位席成绩与画作内部存档，不点名、不展示；逐图逐评委打分与全部中间数据完整留存，可复核。
• 画题与画作随十月开卷公开。与诗才榜同步：发榜只出榜单，开卷时一并公开 20 首画题、160 幅画作、逐图分与各席例图。
• 中途换席、重评。两家换用同厂新型号、另新增两家；换席后每首诗的全部画作重新评过，不只补评新席。一首画题在发布前因复核出律被换成同题次高，该题八席重出图、七评委重评。
• 分辨率参差。各家接口默认出图分辨率不一，送评前虽已统一缩放，原始分辨率差异仍可能影响细节；下期起统一 1024×1024。多数席位不支持固定随机种子，本期固定题目、不固定随机性。
• 厂商标识处理。一家参赛模型画面固定带生成标识，为保双盲用本地图像修复只涂除标识小块，不裁边，处理前后原图各存一份。