Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
14001430
amazon-nova-experimental-chat-11-10
amazon-nova-experimental-chat-11-10 · Intervallo 95% 1410,8–1419,2 · 26,039 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-11-10
1.462,52 rating
Intervallo di confidenza: 1.449,42 – 1.475,62
1997 voti
Categoria
chinese
Configurazione valutata
amazon-nova-experimental-chat-11-10
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-11-10
1.433,21 rating
Intervallo di confidenza: 1.425,36 – 1.441,07
5521 voti
Categoria
coding
Configurazione valutata
amazon-nova-experimental-chat-11-10
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-11-10
1.349,27 rating
Intervallo di confidenza: 1.339,87 – 1.358,67
3962 voti
Categoria
creative_writing
Configurazione valutata
amazon-nova-experimental-chat-11-10
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-11-10
1.421,34 rating
Intervallo di confidenza: 1.415,29 – 1.427,40
10528 voti
Categoria
english
Configurazione valutata
amazon-nova-experimental-chat-11-10
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-11-10
1.401,70 rating
Intervallo di confidenza: 1.395,70 – 1.407,71
18211 voti
Categoria
exclude_ties
Configurazione valutata
amazon-nova-experimental-chat-11-10
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-11-10
1.431,19 rating
Intervallo di confidenza: 1.417,28 – 1.445,10
1739 voti
Categoria
expert
Configurazione valutata
amazon-nova-experimental-chat-11-10
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-11-10
1.448,92 rating
Intervallo di confidenza: 1.424,86 – 1.472,98
628 voti
Categoria
french
Configurazione valutata
amazon-nova-experimental-chat-11-10
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-11-10
1.395,64 rating
Intervallo di confidenza: 1.369,10 – 1.422,19
482 voti
Categoria
german
Configurazione valutata
amazon-nova-experimental-chat-11-10
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-11-10
1.421,84 rating
Intervallo di confidenza: 1.416,45 – 1.427,24
14140 voti
Categoria
hard_prompts
Configurazione valutata
amazon-nova-experimental-chat-11-10
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-11-10
1.424,98 rating
Intervallo di confidenza: 1.417,10 – 1.432,86
5622 voti
Categoria
hard_prompts_english
Configurazione valutata
amazon-nova-experimental-chat-11-10
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating