لوحة الصدارة بتصويت المستخدمين

تقييمات مستمدة من مواجهات مجهولة: يقارن المستخدمون إجابتين لمطالبتهم الخاصة دون معرفة النماذج التي كتبتهما.

تقييم Bradley–Terry على مقياس Elo مع ضبط وسيط النماذج عند 1000؛ بفارق 400 نقطة يعني احتمالية فوز 1:10. فترة الثقة 95%، مستخرجة من 100 عينة تمهيد (bootstrap). كيف تتحول الأصوات إلى تقييمات ←