Рейтинг по голосам людей

Рейтинг по анонимным битвам: люди сравнивают два ответа на свой запрос, не зная, какие модели их написали.

Рейтинг Брэдли — Терри в шкале Эло, медианная модель — 1000; разница в 400 очков означает шансы 10 к 1. Интервал — 95%, по 100 бутстреп-выборкам. Как голоса превращаются в рейтинг →