概念Elo Rating / Elo积分
Elo评分机制
由匈牙利裔美国物理学家阿尔帕德·埃洛设计的竞技评分系统，通过双方当前评分的预期胜率动态调整分数，广泛用于棋类竞技及AI模型能力对比评测
时间轴 (近 90 天)
9月25日
LMArena是一个业内广泛引用的大语言模型对比评测平台，通过让用户对不同模型的匿名回答进行盲测投票，再基于Elo评分机制生成排行榜
待验证50%
9月25日
相较于静态标准化测试集（如MMLU、HellaSwag），Elo机制能反映模型在真实用户交互中的相对表现，且随着投票量增加持续收敛
待验证50%