Elo评分系统
由匈牙利裔美国物理学家Arpad Elo于1960年代发明的竞技评级算法，通过动态调整对战双方分数来衡量相对实力，广泛应用于国际象棋、电子竞技及各类竞争性排名场景
核心事实
时间轴 (近 90 天)
Arena 是模型盲测竞技平台，其核心机制是让真实用户对不同模型的输出结果进行匿名两两对比投票，再基于 Elo 评分系统排出高下
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
Elo评分系统原本用于国际象棋选手排名，现被引入LLM评估领域，通过两两对比计算相对强度
Elo评分系统最初由阿帕德·埃洛在1960年代为国际象棋设计，分差每增加400分预期胜率约为10:1
Battle Royale单局时长约150秒，所有对局都可回放，联赛通过Elo评分系统持续运行
Battle Royale使用Elo评分系统来持续评估智能体水平
盲测排名通常基于Elo评分系统或Bradley-Terry模型计算得出
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
全部知识事实 (10)
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
90%已验证ELO评分体系最初由匈牙利裔美国物理学家Arpad Elo为国际象棋设计
90%已验证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
75%已验证LMSys Chatbot Arena采用Elo评分系统（源自国际象棋排名体系）对大语言模型进行排名
65%待验证盲测排名通常基于Elo评分系统或Bradley-Terry模型计算得出
70%待验证Elo评分系统原本用于国际象棋选手排名，现被引入LLM评估领域，通过两两对比计算相对强度
60%待验证Arena 是模型盲测竞技平台，其核心机制是让真实用户对不同模型的输出结果进行匿名两两对比投票，再基于 Elo 评分系统排出高下
50%待验证Elo评分系统最初由阿帕德·埃洛在1960年代为国际象棋设计，分差每增加400分预期胜率约为10:1
50%待验证Battle Royale单局时长约150秒，所有对局都可回放，联赛通过Elo评分系统持续运行
50%待验证Battle Royale使用Elo评分系统来持续评估智能体水平
50%