现在大模型的排名和你这个问题算是比较接近，主流的算法是 Elo 和 Bradley-Terry(BT)，BT 是目前业界采用比较多的。核心都是通过两两 PK 的胜/负/平结果算出来最后的 Rank 。

@angenin 我刚才也意识到这个问题...应试教育出来的总是想寻找"标准"答案, 用"正确"来描述很多问题, 但是一切以条件/时空/地点变化为转移,

两条路可能都是对的, 但是投入资源不一样, 结果就会不一样. 涉及到人的事不容易界定对错.

因为过于宽泛, 所以很难回答, 反倒是越具体的问题越好解决