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 / codinghuman preference · 2026-10-28 · rating
ChatGLM2 6B
901,64 rating
Intervallo di confidenza: 867,47 – 935,80
293 voti
Categoria
coding
Configurazione valutata
ChatGLM2 6B
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-28 · rating
ChatGLM2 6B
940,83 rating
Intervallo di confidenza: 914,58 – 967,08
566 voti
Categoria
creative_writing
Configurazione valutata
ChatGLM2 6B
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-28 · rating
ChatGLM2 6B
973,41 rating
Intervallo di confidenza: 958,52 – 988,31
2059 voti
Categoria
english
Configurazione valutata
ChatGLM2 6B
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating
ChatGLM2 6B
684,71 rating
Intervallo di confidenza: 663,24 – 706,19
1894 voti
Categoria
exclude_ties
Configurazione valutata
ChatGLM2 6B
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-28 · rating
ChatGLM2 6B
916,91 rating
Intervallo di confidenza: 890,82 – 942,99
490 voti
Categoria
hard_prompts
Configurazione valutata
ChatGLM2 6B
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating
ChatGLM2 6B
938,82 rating
Intervallo di confidenza: 910,22 – 967,43
408 voti
Categoria
hard_prompts_english
Configurazione valutata
ChatGLM2 6B
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-28 · rating