Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
13701420
amazon-nova-experimental-chat-26-01-10
amazon-nova-experimental-chat-26-01-10 · Intervallo 95% 1386,0–1405,2 · 3,539 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-26-01-10
1.374,83 rating
Intervallo di confidenza: 1.338,04 – 1.411,61
226 voti
Categoria
chinese
Configurazione valutata
amazon-nova-experimental-chat-26-01-10
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-26-01-10
1.446,96 rating
Intervallo di confidenza: 1.426,62 – 1.467,31
779 voti
Categoria
coding
Configurazione valutata
amazon-nova-experimental-chat-26-01-10
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-26-01-10
1.328,79 rating
Intervallo di confidenza: 1.304,33 – 1.353,25
579 voti
Categoria
creative_writing
Configurazione valutata
amazon-nova-experimental-chat-26-01-10
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-26-01-10
1.409,34 rating
Intervallo di confidenza: 1.394,27 – 1.424,40
1417 voti
Categoria
english
Configurazione valutata
amazon-nova-experimental-chat-26-01-10
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-26-01-10
1.372,45 rating
Intervallo di confidenza: 1.358,43 – 1.386,47
2426 voti
Categoria
exclude_ties
Configurazione valutata
amazon-nova-experimental-chat-26-01-10
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-26-01-10
1.445,21 rating
Intervallo di confidenza: 1.411,69 – 1.478,73
285 voti
Categoria
expert
Configurazione valutata
amazon-nova-experimental-chat-26-01-10
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-26-01-10
1.414,70 rating
Intervallo di confidenza: 1.401,94 – 1.427,46
1946 voti
Categoria
hard_prompts
Configurazione valutata
amazon-nova-experimental-chat-26-01-10
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-26-01-10
1.434,05 rating
Intervallo di confidenza: 1.413,47 – 1.454,62
758 voti
Categoria
hard_prompts_english
Configurazione valutata
amazon-nova-experimental-chat-26-01-10
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating