leaderboard-evaluation
리더보드 기반 비교 평가
여러 시스템의 성능을 동일 기준 하에 집계해 순위를 매기는 절차로서 입력 데이터, 평가 프로토콜, 통계적 신뢰구간이 포함된다. Voice Arena의 경우 청취자 선호도를 수집한 pairwise 비교를 Bradley‑Terry Elo 점수로 변환해 모델별 순위를 산출하는 흐름을 사용한다. 샘플 수와 95% CI가 통계적 신뢰를 판단하는 근거로 활용된다.
리더보드 기반 비교 평가
여러 시스템의 성능을 동일 기준 하에 집계해 순위를 매기는 절차로서 입력 데이터, 평가 프로토콜, 통계적 신뢰구간이 포함된다. Voice Arena의 경우 청취자 선호도를 수집한 pairwise 비교를 Bradley‑Terry Elo 점수로 변환해 모델별 순위를 산출하는 흐름을 사용한다. 샘플 수와 95% CI가 통계적 신뢰를 판단하는 근거로 활용된다.
