TrueSkill
Байесовская система рейтинга, созданная в Microsoft Research для ранжирования и подбора соперников в Xbox Live. В отличие от рейтинга Эло, она хранит для каждого участника не только оценку силы, но и меру неопределённости, а также учитывает ничьи, командные матчи и игры с многими участниками. Её применяют и вне игр — для рейтингов по парным сравнениям.
проверено по: microsoft.com ↗
См. также
- Рейтинг ЭлоМетод расчёта относительной силы участников по результатам их встреч один на один. Его придумал физик Арпад Эло для шахмат, потом метод перешёл в другие игры и виды спорта. Рейтинг растёт после побед и падает после поражений, причём сильнее всего меняется после неожиданного исхода. В оценке ИИ так ранжируют модели по попарным сравнениям их ответов, например на платформах вроде Arena.
- ArenaОткрытая платформа для сравнения ИИ-моделей, прежде называвшаяся Chatbot Arena и LMArena. Пользователи вслепую сравнивают ответы двух анонимных моделей и голосуют за лучший, а по голосам строится публичный рейтинг. Этим она отличается от обычных бенчмарков с фиксированным набором задач.
В новостях
Модели Amazon спроектировали антитела против мишени детской опухоли
Байесовский алгоритм рейтинга, разработанный Microsoft для подбора соперников в видеоиграх. Оценивает силу участника по итогам парных матчей с учётом неопределённости.