本项目旨在深入探索人工智能大语言模型在辩论场景中的表现。我们期望通过展示这些模型在辩论中的能力，为研究大语言模型的推理能力、论证方式以及建模方式提供素材和借鉴。
本项目后续将持续更新，纳入更多不同模型在多个领域和多样辩题上的辩论过程，全面呈现各个模型在辩论赛中的能力与表现，为广大研究者和从业者提供的参考。欢迎开发者参与贡献本项目。
├── videos/ # 大模型辩论赛的视频展示
├── src/ # 大模型辩论赛的组织代码
├── log/ # 大模型辩论赛的完整日志记录
├── results/ # 大模型辩论赛的结果展示
├── research/ # 大模型辩论赛相关分析研究
├── README.md
└── LICENSE
- 由正方一辩进行立论，时间为3分钟；由反方四辩对正方一辩进行质询，时间为2分钟。
- 由反方一辩进行立论，时间为3分钟；由正方四辩对反方一辩进行质询，时间为2分钟。
- 由正方二辩进行驳论，时间为2分钟；由反方三辩对正方二辩进行质询，时间为2分钟。
- 由反方二辩进行驳论，时间为2分钟；由正方三辩对反方二辩进行质询，时间为2分钟。
- 由反方三辩对刚刚的两场质询进行小结，时间为2分钟。
- 由正方三辩对刚刚的两场质询进行小结，时间为2分钟。
- 本阶段双方各计时4分钟，由正反方交替发言，正方先发言。 为辩论过程的流畅性考虑，此阶段双方均可发言三轮。
- 由反方四辩对整场辩论进行总结陈词，时间为4分钟。
- 由正方四辩对整场辩论进行总结陈词，时间为4分钟。
以金融决策场景为例，我们围绕 “智能投顾是否会取代人类理财顾问？” 这一核心议题，呈现了 Deepseek-R1 和 OpenAI o3-mini-high 两个典型大模型的辩论结果。
| Deepseek-R1 | OpenAI o3-mini-high | |
|---|---|---|
| 发布时间 | 2025年1月20日 | 2025年1月29日 |
| 开源状况 | 开源 | 闭源 |
| 模型类型 | 带有Chain-of-Thought的推理模型 | 带有Chain-of-Thought的推理模型 |
| 推理模式 | 一档 | 低/中/高三档 |
| API价格（输入） | 1¥/million tokens | 1.1$/million tokens |
| API价格（输出） | 16¥/million tokens | 4.4$/million tokens |
| 支持长度 | 128K tokens（约213K汉字） | 200K tokens（约100K汉字） |
| 模型参数 | 671B 激活 37B（671A37） | 未知 |
| Deepseek-R1 | OpenAI o3-mini-high | |
|---|---|---|
| AIME 2024 | 79.8 | 87.3 |
| MATH-500 | 97.3 | 97.9 |
| Codeforces | 2029 | 2130 |
| SWE-Bench | 49.2 | 49.3 |
| MMLU | 90.8 | 86.9 |
| SimpleQA | 30.1 | 13.8 |
- 正方（Deepseek-R1） VS 反方 （OpenAI o3-mini-high） [文字版阅读]
- 正方（OpenAI o3-mini-high） VS 反方 （Deepseek-R1） [文字版阅读]
- 正方（Deepseek-R1） VS 反方 （Deepseek-R1） [文字版阅读]
- 正方（OpenAI o3-mini-high） VS 反方 （OpenAI o3-mini-high） [文字版阅读]
- 正方（Deepseek-R1） VS 反方 （OpenAI o3-mini-high） [文字版阅读]
- 正方（OpenAI o3-mini-high） VS 反方 （Deepseek-R1） [文字版阅读]
- 正方（Deepseek-R1） VS 反方 （Deepseek-R1） [文字版阅读]
- 正方（OpenAI o3-mini-high） VS 反方 （OpenAI o3-mini-high） [文字版阅读]
AIDebate是一项仅用于非商业使用的研究预览，受OpenAI和DeepSeek生成数据的使用条款约束。如果您发现任何潜在的风险行为，请与我们联系。该代码发布在Apache License 2.0下。