# am-ELO: A Stable Framework for Arena-based LLM Evaluation

### 저자

Zirui Liu, Jiatong Li, Yan Zhuang, Qi Liu, Shuanghong Shen, Jie Ouyang, Mingyue Cheng, Shijin Wang

### 개요

본 논문은 대규모 언어 모델(LLM) 평가를 위한 안정적인 아레나 기반 프레임워크를 제시합니다. 기존 ELO 평점 시스템 기반 프레임워크의 불안정성 문제(순위 불일치 및 평가자 능력 차이 고려 부족)를 해결하기 위해, 최대우도추정(MLE) 방식을 사용한 m-ELO를 제안합니다.  m-ELO는 이론적으로 순위의 일관성과 안정성을 보장하며, 평가자 능력을 고려한 확률 함수를 사용하는 am-ELO는 모델 점수와 평가자 신뢰도를 동시에 추정합니다. 실험 결과, 제안된 프레임워크가 더욱 강력하고 정확하며 안정적인 LLM 평가 방법임을 보여줍니다.

### 시사점, 한계점

- **시사점:**

    - 기존 ELO 시스템의 불안정성 문제를 해결하는 새로운 안정적인 아레나 기반 평가 프레임워크 제시

    - MLE 기반 m-ELO 및 평가자 능력 고려 am-ELO를 통해 더욱 정확하고 안정적인 모델 순위 및 평가자 신뢰도 추정 가능

    - LLM 평가의 신뢰성과 효율성 향상

- **한계점:**

    - 제안된 프레임워크의 일반화 성능 및 다양한 LLM 유형에 대한 적용 가능성에 대한 추가 연구 필요

    - 평가자 능력 추정의 정확도에 대한 추가 검증 필요

    - 실제 대규모 LLM 평가 환경에서의 성능 평가 필요

[PDF 보기](https://arxiv.org/pdf/2505.03475)

![https://i.imgur.com/2s2hiSv.jpeg](https://i.imgur.com/2s2hiSv.jpeg)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).