AIモデルのランキングは簡単に操作できるとの研究

2026年11月10日にarXivで公開された論文は、言語モデルのアリーナ形式のランキングが簡単に操作され得ることを示している。著者らは、戦略的な投票、プロンプトの工夫、推薦という3つの攻撃手法を実証し、それぞれでモデルの順位を約15～20位上げられるとした。これらを組み合わせると、ランキングで約45位上昇させることができる。論文では対策も示しているが、Bradley-Terryモデルを使ってペアごとの選好を評価するシステム全般に問題が及ぶと指摘している。