本研究提出了一种统计框架，旨在改进LLM聊天机器人的排名，解决成对比较中的平局问题，并考虑竞争者之间的协方差。评估结果显示，该框架在模型拟合和数据分析方面优于现有方法，并发布了开源Python包以支持实用性和可重现性。

该研究提出了QUITE算法，可同时估计工作者可靠性和对象质量，通过成对比较对N个对象排名，实现自适应。与之前算法比较。