已验证70% 置信事实精确时间
LM Arena 通过 Elo 评分体系（源自国际象棋排名算法）计算各模型的综合排名
4
来源数
70%
置信度
长期有效
时效性
2025/2/10
首次发现
来源
Bolt.diy+Gemini 2.0：免费零代码开发APP完整教程
bilibiliAI产品狙击手2025/2/10
涉及实体
相关事实
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76% 相似待验证ELO 评分系统最初由物理学家 Arpad Elo 为国际象棋设计，通过模型间相对比较而非绝对分数衡量能力66% 相似待验证LLM 评估（LLM Eval）通常依赖以模型评模型的方式，或使用人工标注的黄金数据集来衡量输出的准确性、安全性与风格一致性65% 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65% 相似待验证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64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1417API
curl https://kongchang.com/api/v1/knowledge/claims/1417MCP
get_claim(id=1417)