人手評価との一致度

人手評価（総合）と LLM-as-a-Judge 相対評価（総合）の Spearman 順位相関です。本サイトに掲載している表から、トラックごとにチーム単位で計算しています。正の値は LLM が人手と同じ順に並べていることを意味し、1.00 が完全一致です。トラックあたりのチーム数が少ないので個々の値は振れます。大会をまたいで一貫して正であることが要点です。

LLM 相対評価を実施していない 2024 の大会は載せていません。値はサイトのビルド時に掲載表から再計算されます。