Bradley-Terry 모델은 두 대상을 짝지어 비교한 결과를 바탕으로 각 대상의 상대적 강도를 추정하는 통계 모델이다. 1952년 Ralph A. Bradley와 Milton E. Terry가 제안했으며, 두 대상 i와 j를 비교할 때 i가 선택될 확률을 두 대상의 강도 값의 비율로 나타낸다. 각 대상의 강도는 관측된 비교 결과에 대한 최대 가능도 추정으로 구한다.
AI 분야에서는 사람의 선호 데이터로 reward model(결과물에 점수를 매기는 모델)을 학습할 때 손실 함수의 기반으로 널리 쓰인다. 두 응답 가운데 사람이 선택한 쪽의 점수가 더 높아지도록 학습하는 RLHF(인간 피드백 기반 강화 학습)의 선호 학습이 대표적이다. 또 Chatbot Arena처럼 사용자가 두 모델의 답을 비교해 투표하는 평가 플랫폼에서 모델 순위를 매기는 데도 쓰인다.
통계학과 스포츠 분야에서는 선수나 팀의 경기 결과로 순위를 매기는 데 오래전부터 쓰여 왔다.