Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
13701410
amazon-nova-experimental-chat-10-20
amazon-nova-experimental-chat-10-20 · Intervallo 95% 1387,8–1399,9 · 11,626 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-10-20
1.405,20 rating
Intervallo di confidenza: 1.386,77 – 1.423,64
996 voti
Categoria
chinese
Configurazione valutata
amazon-nova-experimental-chat-10-20
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-10-20
1.412,75 rating
Intervallo di confidenza: 1.400,80 – 1.424,70
2338 voti
Categoria
coding
Configurazione valutata
amazon-nova-experimental-chat-10-20
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-10-20
1.318,16 rating
Intervallo di confidenza: 1.303,30 – 1.333,02
1590 voti
Categoria
creative_writing
Configurazione valutata
amazon-nova-experimental-chat-10-20
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-10-20
1.415,45 rating
Intervallo di confidenza: 1.407,02 – 1.423,88
5043 voti
Categoria
english
Configurazione valutata
amazon-nova-experimental-chat-10-20
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-10-20
1.372,81 rating
Intervallo di confidenza: 1.364,42 – 1.381,20
8256 voti
Categoria
exclude_ties
Configurazione valutata
amazon-nova-experimental-chat-10-20
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-10-20
1.384,49 rating
Intervallo di confidenza: 1.363,01 – 1.405,96
719 voti
Categoria
expert
Configurazione valutata
amazon-nova-experimental-chat-10-20
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-10-20
1.425,47 rating
Intervallo di confidenza: 1.388,02 – 1.462,91
252 voti
Categoria
french
Configurazione valutata
amazon-nova-experimental-chat-10-20
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-10-20
1.391,35 rating
Intervallo di confidenza: 1.357,20 – 1.425,49
297 voti
Categoria
german
Configurazione valutata
amazon-nova-experimental-chat-10-20
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-10-20
1.395,86 rating
Intervallo di confidenza: 1.388,00 – 1.403,72
6105 voti
Categoria
hard_prompts
Configurazione valutata
amazon-nova-experimental-chat-10-20
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-10-20
1.412,28 rating
Intervallo di confidenza: 1.401,00 – 1.423,55
2643 voti
Categoria
hard_prompts_english
Configurazione valutata
amazon-nova-experimental-chat-10-20
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating