INTERPOL：通过插值偏好学习对 LM Arena 进行去匿名化

INTERPOL 框架通过插值偏好学习显著提升 LM Arena 去匿名化准确率，克服现有方法的局限。 该框架利用模型插值合成困难负样本，并采用自适应课程学习策略以捕捉深层风格模式。 实验表明其性能远超现有基线，排名操纵模拟证实了对实际投票排行榜的严重威胁。