openai, numpy, tqdm, editdistance

更改代码中的参考模型和测试模型配置即可。

目前观察来看，结果分布的左侧（即距离较小的区间）分布特征区分度比较高。若参考和测试模型是不同模型，距离较小的样本罕见；如果模型相同则会出现相当部分距离相当小（例如个位数）的样本。增大采样数可更精确的判断。

目前方法对结果的统计学特征的利用比较浅，如果混用模型可能无法正确判别。后续也许考虑采用一些数理统计上的显著性检验方法。