Elo Reytingi

Elo reytingi, fizikçi-satranç oyuncusu Arpad Elo'nun 1960'larda satranç için tasarladığı ve oyuncuların ikili karşılaşma sonuçlarından göreli bir güç skoru türeten istatistiksel sistemdir. Beklenmedik sonuçlar daha büyük puan değişikliği yaratır; bu özellik onu LLM eval'lerine taşıyan Chatbot Arena'nın temel motoru haline getirdi. Skorlar mutlak değil görelidir; iki modelin Elo farkı, birbirine karşı kazanma olasılığını matematiksel olarak ifade eder. Spor, oyun ve son birkaç yıldır AI değerlendirmesi olmak üzere geniş bir uygulama alanına yayıldı.