热点事件持续更新
研究揭示Chatbot Arena评分违反Luce选择公理
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月15日，arXiv cs.CL 发布一项研究，基于180万条 Chatbot Arena 投票，检验该平台评分所依赖的 Bradley-Terry 模型与卢斯（Luce）选择公理是否成立。结果显示，同一模型不同版本之间的投票区分度是 Bradley-Terry 预测值的1.37倍，说明 Luce 选择公理在相似模型对比中失效；同一代不同规模模型之间为1.26倍，同一实验室模型之间为1.12倍。作者提出一个仅含四到六个参数的修正模型，在预留投票上的表现优于 Bradley-Terry 以及数百参数模型，提升主要来自对平局的建模，而排行榜顺序几乎不变。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
180万条投票显示相似模型间区分度为 Bradley-Terry 预测的1.37倍，Luce公理失效。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CL相似模型与失准的胜率：Luce 公理在 Chatbot Arena 何处失效
180 万条 Chatbot Arena 投票显示，同一模型不同版本间的投票区分度是 Bradley-Terry 预测的 1.37 倍，表明 Luce 选择公理在相似模型对比中失效。同一代不同规模模型间为 1.26 倍、同一实验室模型间为 1.12 倍。一个仅含四到六个参数的修正模型在预留投票上优于 Bradley-Terry 和数百参数模型，提升主要来自平局建模，排行榜顺序几乎不变。
本事件热度走势
当前热度 9·可比范围峰值 10（10月15日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。