待验证50% 置信观点精确时间
在主观性强的任务中，成对比较正逐渐取代绝对打分成为主流评测范式，其统计学结果可直接输入 Bradley-Terry 模型或 Elo 系统输出具有传递性的全局排名。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证Bradley-Terry模型是Elo系统的推广，通过最大似然估计同时拟合所有选手的能力参数，是Chatbot Arena等现代评估平台采用的核心统计模型74% 相似待验证成对比较数据可通过 Bradley-Terry 模型等方法转化为全局排序72% 相似待验证Elo评分系统源自国际象棋排名，其统计学基础是Bradley-Terry模型71% 相似待验证Elo系统的核心公式为：新评分 = 旧评分 + K × (实际得分 - 预期得分)，预期得分通过逻辑斯谛函数从双方分差计算得出70% 相似待验证Elo系统假设能力是一维标量，无法反映模型在不同任务维度上的差异化表现，LMSYS后续引入了分类别排名机制来弥补这一不足70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1030853API
curl https://kongchang.com/api/v1/knowledge/claims/1030853MCP
get_claim(id=1030853)