Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
13901440
amazon-nova-experimental-chat-12-10
amazon-nova-experimental-chat-12-10 · Intervallo 95% 1409,9–1428,7 · 3,733 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-12-10
1.438,25 rating
Intervallo di confidenza: 1.408,20 – 1.468,31
326 voti
Categoria
chinese
Configurazione valutata
amazon-nova-experimental-chat-12-10
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-12-10
1.429,90 rating
Intervallo di confidenza: 1.409,03 – 1.450,77
725 voti
Categoria
coding
Configurazione valutata
amazon-nova-experimental-chat-12-10
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-12-10
1.350,32 rating
Intervallo di confidenza: 1.326,84 – 1.373,80
603 voti
Categoria
creative_writing
Configurazione valutata
amazon-nova-experimental-chat-12-10
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-12-10
1.438,73 rating
Intervallo di confidenza: 1.424,16 – 1.453,30
1509 voti
Categoria
english
Configurazione valutata
amazon-nova-experimental-chat-12-10
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-12-10
1.407,97 rating
Intervallo di confidenza: 1.394,33 – 1.421,61
2572 voti
Categoria
exclude_ties
Configurazione valutata
amazon-nova-experimental-chat-12-10
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-12-10
1.406,98 rating
Intervallo di confidenza: 1.372,43 – 1.441,53
257 voti
Categoria
expert
Configurazione valutata
amazon-nova-experimental-chat-12-10
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-12-10
1.427,01 rating
Intervallo di confidenza: 1.414,04 – 1.439,97
1903 voti
Categoria
hard_prompts
Configurazione valutata
amazon-nova-experimental-chat-12-10
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-12-10
1.447,73 rating
Intervallo di confidenza: 1.427,60 – 1.467,86
781 voti
Categoria
hard_prompts_english
Configurazione valutata
amazon-nova-experimental-chat-12-10
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating