Elo(いーろー)

対戦の勝敗から、参加者の強さを相対的な点数で表す方法。もとはチェスの強さを測るために作られた。

AI の評価では、2つのモデルの答えを比べてどちらが良いかを判定し、その勝ち負けを積み上げて点数にする。点数は差に意味があり、1点や2点の差は誤差（信頼区間）の範囲に入ることが多い。