Bradley-Terry模型是一种根据成对比较结果估计各对象相对强度的统计模型。该模型由Ralph A. Bradley和Milton E. Terry于1952年提出,将对象i在与对象j的比较中被选中的概率表示为两者强度参数之比,参数通常通过对观测到的比较结果做最大似然估计得到。
在AI领域,它被广泛用作基于人类偏好数据训练奖励模型(为输出打分的模型)时损失函数的基础。典型例子是RLHF(基于人类反馈的强化学习)中的偏好学习,即训练模型给人类选中的回答打出更高分数。它也用于Chatbot Arena等评测平台,通过用户在两个模型输出之间投票的结果计算模型排名。
在统计学和体育领域,该模型长期用于根据比赛结果为选手或球队排名。