Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
13401390
amazon-nova-experimental-chat-10-09
amazon-nova-experimental-chat-10-09 · Intervallo 95% 1353,0–1374,8 · 2,781 voti · 2026-10-15
Risultati registrati
Ogni riga usa lo stesso benchmark, versione, carico, scenario e unità. I risultati mancanti non valgono zero. I risultati di sistema includono tutta la configurazione hardware e software.
Arena text preference / chinesehuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-10-09
1.341,07 rating
Intervallo di confidenza: 1.303,21 – 1.378,93
219 voti
Categoria
chinese
Configurazione valutata
amazon-nova-experimental-chat-10-09
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-10-09
1.369,70 rating
Intervallo di confidenza: 1.345,57 – 1.393,83
543 voti
Categoria
coding
Configurazione valutata
amazon-nova-experimental-chat-10-09
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-10-09
1.306,38 rating
Intervallo di confidenza: 1.275,04 – 1.337,72
321 voti
Categoria
creative_writing
Configurazione valutata
amazon-nova-experimental-chat-10-09
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-10-09
1.383,58 rating
Intervallo di confidenza: 1.367,60 – 1.399,55
1239 voti
Categoria
english
Configurazione valutata
amazon-nova-experimental-chat-10-09
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-10-09
1.327,77 rating
Intervallo di confidenza: 1.312,10 – 1.343,44
1931 voti
Categoria
exclude_ties
Configurazione valutata
amazon-nova-experimental-chat-10-09
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-10-09
1.355,48 rating
Intervallo di confidenza: 1.340,41 – 1.370,55
1393 voti
Categoria
hard_prompts
Configurazione valutata
amazon-nova-experimental-chat-10-09
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-10-09
1.364,88 rating
Intervallo di confidenza: 1.343,27 – 1.386,50
670 voti
Categoria
hard_prompts_english
Configurazione valutata
amazon-nova-experimental-chat-10-09
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating