Yupp：人人皆为裁判，铸就AI世界的价值标尺

现代 AI 系统的进化，不仅依赖于算力和算法的突破，更深受人类反馈的影响。然而，这一关键环节长期缺乏透明度，反馈流程被大型科技公司封闭在内部，导致模型评估停留在静态基准和封闭测试中，难以准确反映实际应用表现。随着模型能力日益增强，这一行业痛点愈发凸显，传统评估方法已无法全面捕捉模型的真实性能、偏见与失效模式。

Yupp 的解法是构建一个“去信任的 AI 反馈市场” （trustless AI feedback marketplace） ，推动多样化用户反馈的自由流动，打造一个可扩展、公平且透明的模型评估引擎。通过众包机制，用户提交提示词并对比多个模型的输出，生成数字签名的“偏好数据包”。这类主观偏好被转化为可供训练的高质量数据，直接服务于如 RLHF、DPO 等后训练范式，为模型微调带来强大动力。

融资与团队

据 Rootdata 数据，项目此前在由a16z领投的种子轮中获得3300万美元的投资。创始人在人工智能和加密货币领域均有深厚积累。Pankaj Gupta （联合创始人兼CEO）@pankaj 曾负责 Google Pay 和 Coinbase 的全球消费者工程。Gilad Mishne （联合创始人兼AI负责人）@gilad 曾担任GoogleX 的机器学习主管。他们曾在 Twitter 共同打造了消费级机器学习产品。目前早期团队已经拥有来自谷歌、Coinbase 和顶级研究实验室的高级工程师，具备丰富的工程与产品经验。

产品简介

Yupp 构建了一个统一的 AI 模型入口，支持并列呈现多个模型回答，鼓励用户在不同模型间进行横向比较与反馈评估。

目前平台已接入 500+ 主流模型，涵盖 ChatGPT、Claude、Gemini、Grok、Llama、DeepSeek 等文本模型，以及 Dall·E、Stable Diffusion 等图像生成模型。用户在使用过程中可通过投票、评价等方式表达偏好，投票后获得“刮奖机会”赢取 Yupp 积分。

产品体验强调互动性与游戏化，通过“AI 对战 + 刮卡”机制激发用户参与热情，让模型评估从冷启动任务转化为高粘性、高参与的社交体验，构建有效的用户增长飞轮。

Yupp 推出的 “VIBE Score” （Vibe Intelligence Benchmark） 是其核心的数据产品，通过基于真实用户偏好的数据，对模型进行多维度排名。

与传统基准测试不同，VIBE 引入延迟、使用成本与人口统计属性等动态变量，试图建立一个“具备应用语境感知”的 AI 评估系统。企业和开发者可依据此系统选择在特定场景、特定人群中表现最优的模型，极大提升模型选型与部署的精准度。为了确保数据真实性与反馈质量，Yupp 携手专业数据供应商，设计了包括个人资料验证、层级审核在内的评分者筛选机制，过滤低质量或恶意反馈，确保数据集具备商业价值。

积分系统

Yupp 构建了一套与平台交互深度绑定的积分机制：

所有模型调用行为均以积分计价；

基本费用：文本模型每次调用 50 积分，图像生成 100 积分；

高级模型（PRO） ：额外消耗 50 积分；

最强模型（MAX） ：额外消耗 300 积分（总计 350 积分） ；

文件附件：每份消耗 25 积分。

总费用为默认费用、PRO/ MAX 型号费用、附件费用等之和。

积分可用于平台交互，也可按 1,000 积分 = 1 美元的比例兑换为 20 多种法币/稳定币。平台设置了提现上限，确保激励系统可控：

目前新注册用户可获赠 5,000 积分，通过参与模型反馈与“刮刮卡”机制积累积分，从而实现低门槛、高频率的参与和激励闭环。

总结

Yupp 的核心优势在于其数据驱动的正向飞轮：用户真实反馈构成高质量训练数据；吸引开发者前来测试、验证模型；优质模型提升平台内容与体验；反过来再吸引更多用户参与反馈。通过这一反馈闭环，Yupp 不仅建立了数据网络效应，也让 AI 模型评估走向开放与透明，在推动后训练技术演进的同时，成为模型性能优化的关键入口。

然而，平台在快速扩张过程中，也需持续优化其激励与防作弊机制，防范“机器人刷分”“赏金套利”等行为对数据质量造成稀释，在游戏化与严谨性之间取得平衡。整体来看，凭借顶尖团队、强力融资与明晰的产品逻辑，Yupp 有潜力成为新一代 AI 生态中人类偏好基础设施的核心节点，加速“人人皆享 AI、人人塑造 AI”的落地路径。