Elo 评分失效，作者改用迁移频率归一化给模型排名
cloneofsimo · x · 2026-10-06
作者分享自己在做模型排行榜评分时踩的坑：Elo 评分行不通，其他归一化排序建模也没成功。
最终采用的方案基于用户迁移频率：
- 记 Fij 为从模型 i 迁移到模型 j 的人数
- Tij = Fij / sumj Fij，即按 i 归一化后的迁移比例
- Sj = sumj Tij，含义是「用户离开某模型时，有多大概率选择 j」
即用「离开时的选择倾向」而非对战胜负来给模型排序。
「模型」频道最新
- Kardashev-0.7:首个由32个模型组成的RL训练群体,成本仅0.7%-2% — Scobleizer · 2026-10-06
- 海外用户实测中国模型：弃用 Codex，八成工作够用 — EmetInteractive · 2026-10-06
- 三元 MoE 开源模型 Scion-35B-A3B 发布，附推理工具链 — pmttyji · 2026-10-06
- Kairos 1 号称首个模拟个体人类行为的模型，横扫 13 项基准 — misovalko · 2026-10-06
- 开发者盛赞 Claude Opus 5.5:不用催就懂意图,甩开 GPT 6 — jdjohnson · 2026-10-06
- 开发者实测:Clef-Flash 在 Jetson Orin 本地推理也很流畅 — gregmushen · 2026-10-06