TrueSkill

换成大白话

TrueSkill 是微软研究院开发的概率排名算法，最初用于 Xbox Live 的对战排名系统。它基于贝叶斯推断，将每个选手的技能建模为高斯分布（由均值μ和标准差σ表示），通过对战结果不断更新技能估计。相比 Elo 评分系统，TrueSkill 的优势在于：1）支持多人对战和团队赛；2）能处理平局结果；3）输出技能的不确定性估计，新选手的σ较大，随着比赛增多σ逐渐收敛。LLM-Stats 平台使用 TrueSkill 来排名AI模型。

它通常在什么场景出现

这个术语常见于模型选择、训练与微调、推理与部署、评测或产品功能说明等场景；当你遇到“TrueSkill”时，多半是在讨论模型行为、处理方式或指标口径。

具体出现在哪类场景，可以用下方“跨库查找”搜索包含该概念的模型、训练、评测或产品资料。

容易混淆的地方

不要把“TrueSkill”理解成模型本身的能力或在某个榜单上的具体名次；它更多是描述一种机制、一种处理方式或一个指标口径，而不是模型实力的绝对结论。