Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
14201470
amazon-nova-experimental-chat-26-02-10
amazon-nova-experimental-chat-26-02-10 · Intervallo 95% 1438,6–1457,8 · 3,526 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-26-02-10
1.464,31 rating
Intervallo di confidenza: 1.432,70 – 1.495,91
316 voti
Categoria
chinese
Configurazione valutata
amazon-nova-experimental-chat-26-02-10
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-26-02-10
1.482,55 rating
Intervallo di confidenza: 1.463,40 – 1.501,69
883 voti
Categoria
coding
Configurazione valutata
amazon-nova-experimental-chat-26-02-10
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-26-02-10
1.367,65 rating
Intervallo di confidenza: 1.342,11 – 1.393,19
483 voti
Categoria
creative_writing
Configurazione valutata
amazon-nova-experimental-chat-26-02-10
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-26-02-10
1.457,85 rating
Intervallo di confidenza: 1.442,22 – 1.473,48
1313 voti
Categoria
english
Configurazione valutata
amazon-nova-experimental-chat-26-02-10
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-26-02-10
1.448,64 rating
Intervallo di confidenza: 1.434,68 – 1.462,60
2420 voti
Categoria
exclude_ties
Configurazione valutata
amazon-nova-experimental-chat-26-02-10
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-26-02-10
1.504,74 rating
Intervallo di confidenza: 1.472,57 – 1.536,92
305 voti
Categoria
expert
Configurazione valutata
amazon-nova-experimental-chat-26-02-10
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-26-02-10
1.458,11 rating
Intervallo di confidenza: 1.445,64 – 1.470,58
2033 voti
Categoria
hard_prompts
Configurazione valutata
amazon-nova-experimental-chat-26-02-10
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
amazon-nova-experimental-chat-26-02-10
1.460,51 rating
Intervallo di confidenza: 1.439,65 – 1.481,38
737 voti
Categoria
hard_prompts_english
Configurazione valutata
amazon-nova-experimental-chat-26-02-10
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating