Das Bradley-Terry-Modell weist jedem Item einen latenten Stärkeparameter πᵢ > 0 zu. Die Wahrscheinlichkeit, dass Item i einem Item j vorgezogen wird, ergibt sich als πᵢ / (πᵢ + πⱼ). Schreibt man die Stärken als Exponentialfunktion reeller Scores (πᵢ = exp(βᵢ)), hängt die Gewinnwahrscheinlichkeit nur von der Differenz βᵢ − βⱼ ab – eine direkte strukturelle Parallele zur logistischen Regression. Die Modellparameter werden per Maximum-Likelihood-Schätzung gefunden: Der Gradient der Log-Likelihood misst die Differenz zwischen beobachteten und vom Modell erwarteten Siegen. Anhand eines einfachen Beispiels mit drei Sprachmodell-Antworten (A, B, C) wird gezeigt, wie das Modell aus lokalen Paarvergleichen eine globale Ordnung rekonstruiert. Der Ansatz ist besonders in RLHF-Pipelines etabliert, wo menschliche Annotatorinnen und Annotatoren leichter Präferenzen zwischen zwei Antworten äußern als absolute Qualitätsnoten vergeben können. Sean Moran beschreibt in dem rund 28-minütigen Tutorial außerdem die Gradientenoptimierung und die Identifizierbarkeit des Modells.