已验证75% 置信事实精确时间
Elo评分系统最初由匈牙利裔美国物理学家Arpad Elo在1960年代为国际象棋设计，胜者从败者处获得分数转移，转移量取决于双方赛前分数差
3
来源数
75%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证Eval score 与 Elo 排名并不同步，原因是 Eval score 由自动化评估管道生成，擅长捕捉硬性违规，但难以量化应用是否真正理解用户意图或交互体验是否自然；而 Elo 来自两两对战，更接近人类并排比较时的真实偏好。71% 相似已验证Elo评分系统具有动态特性，击败强者获得更多分数，输给弱者则扣分更多69% 相似待验证Elo 机制虽比简单点赞更抗操纵，但如何防止组织化虚假投票仍是众包排名平台的长期课题61% 相似待验证ELO机制在机器人策略评测中的挑战在于任务场景较少、提交样本稀疏，早期分数方差较大56% 相似待验证Arena榜单采用人类盲测对战制，以Elo积分排名，相比固定测试集更难刷榜53% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/894803API
curl https://kongchang.com/api/v1/knowledge/claims/894803MCP
get_claim(id=894803)