Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
9801030
gemma-2b-it
Gemma 2B IT · Intervallo 95% 990,7–1013,6 · 4,780 voti · 2026-10-28
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 · 2026-10-28 · rating
gemma-2b-it
985,83 rating
Intervallo di confidenza: 960,56 – 1.011,11
598 voti
Categoria
chinese
Configurazione valutata
Gemma 2B IT
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-28 · rating
gemma-2b-it
1.009,33 rating
Intervallo di confidenza: 987,58 – 1.031,07
742 voti
Categoria
coding
Configurazione valutata
Gemma 2B IT
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-28 · rating
gemma-2b-it
986,14 rating
Intervallo di confidenza: 963,12 – 1.009,16
696 voti
Categoria
creative_writing
Configurazione valutata
Gemma 2B IT
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-28 · rating
gemma-2b-it
1.032,75 rating
Intervallo di confidenza: 1.019,51 – 1.045,99
3028 voti
Categoria
english
Configurazione valutata
Gemma 2B IT
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating
gemma-2b-it
779,56 rating
Intervallo di confidenza: 761,52 – 797,60
3331 voti
Categoria
exclude_ties
Configurazione valutata
Gemma 2B IT
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-28 · rating
gemma-2b-it
988,64 rating
Intervallo di confidenza: 971,36 – 1.005,92
1191 voti
Categoria
hard_prompts
Configurazione valutata
Gemma 2B IT
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating
gemma-2b-it
995,91 rating
Intervallo di confidenza: 975,96 – 1.015,87
832 voti
Categoria
hard_prompts_english
Configurazione valutata
Gemma 2B IT
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-28 · rating
Arena text preference / industry_entertainment_and_sports_and_mediahuman preference · 2026-10-15 · rating
gemma-2b-it
967,68 rating
Intervallo di confidenza: 945,20 – 990,15
677 voti
Categoria
industry_entertainment_and_sports_and_media
Configurazione valutata
gemma-2b-it
Tipo di valutazione
human preference
Arena text preference / industry_legal_and_governmenthuman preference · 2026-10-15 · rating
gemma-2b-it
1.019,35 rating
Intervallo di confidenza: 981,34 – 1.057,36
273 voti
Categoria
industry_legal_and_government
Configurazione valutata
gemma-2b-it
Tipo di valutazione
human preference
Arena text preference / industry_life_and_physical_and_social_sciencehuman preference · 2026-10-15 · rating
gemma-2b-it
949,67 rating
Intervallo di confidenza: 927,00 – 972,35
879 voti
Categoria
industry_life_and_physical_and_social_science
Configurazione valutata
gemma-2b-it
Tipo di valutazione
human preference
Arena text preference / industry_mathematicalhuman preference · 2026-10-15 · rating
gemma-2b-it
1.004,22 rating
Intervallo di confidenza: 979,75 – 1.028,68
525 voti
Categoria
industry_mathematical
Configurazione valutata
gemma-2b-it
Tipo di valutazione
human preference
Arena text preference / industry_medicine_and_healthcarehuman preference · 2026-10-15 · rating
gemma-2b-it
938,25 rating
Intervallo di confidenza: 901,29 – 975,21
292 voti
Categoria
industry_medicine_and_healthcare
Configurazione valutata
gemma-2b-it
Tipo di valutazione
human preference
Arena text preference / industry_software_and_it_serviceshuman preference · 2026-10-15 · rating
gemma-2b-it
1.019,80 rating
Intervallo di confidenza: 1.002,16 – 1.037,44
1285 voti
Categoria
industry_software_and_it_services
Configurazione valutata
gemma-2b-it
Tipo di valutazione
human preference
Arena text preference / industry_writing_and_literature_and_languagehuman preference · 2026-10-15 · rating
gemma-2b-it
978,28 rating
Intervallo di confidenza: 959,78 – 996,79
1152 voti
Categoria
industry_writing_and_literature_and_language
Configurazione valutata
gemma-2b-it
Tipo di valutazione
human preference
Arena text preference / instruction_followinghuman preference · 2026-10-15 · rating
gemma-2b-it
970,30 rating
Intervallo di confidenza: 954,30 – 986,29
1522 voti
Categoria
instruction_following
Configurazione valutata
gemma-2b-it
Tipo di valutazione
human preference
Arena text preference / longer_queryhuman preference · 2026-10-15 · rating
gemma-2b-it
980,42 rating
Intervallo di confidenza: 950,94 – 1.009,90
377 voti
Categoria
longer_query
Configurazione valutata
gemma-2b-it
Tipo di valutazione
human preference
Arena text preference / mathhuman preference · 2026-10-15 · rating
gemma-2b-it
1.008,63 rating
Intervallo di confidenza: 986,72 – 1.030,54
597 voti
Categoria
math
Configurazione valutata
gemma-2b-it
Tipo di valutazione
human preference
Arena text preference / multi_turnhuman preference · 2026-10-15 · rating
gemma-2b-it
944,83 rating
Intervallo di confidenza: 921,52 – 968,13
768 voti
Categoria
multi_turn
Configurazione valutata
gemma-2b-it
Tipo di valutazione
human preference
Arena text preference / non_englishhuman preference · 2026-10-15 · rating
gemma-2b-it
957,89 rating
Intervallo di confidenza: 942,05 – 973,72
1752 voti
Categoria
non_english
Configurazione valutata
gemma-2b-it
Tipo di valutazione
human preference
Arena text preference / overallhuman preference · 2026-10-15 · rating
gemma-2b-it
1.002,11 rating
Intervallo di confidenza: 990,63 – 1.013,58
4780 voti
Categoria
overall
Configurazione valutata
gemma-2b-it
Tipo di valutazione
human preference
Arena text preference / russianhuman preference · 2026-10-15 · rating
gemma-2b-it
936,60 rating
Intervallo di confidenza: 900,68 – 972,51
300 voti
Categoria
russian
Configurazione valutata
gemma-2b-it
Tipo di valutazione
human preference
Esecuzione locale
Inferenza · stima della memoria
gemma-2b-it
4,7 GiB di payload dei tensori del checkpoint · 2,51 B elementi dei tensori archiviati · BF16
I tensori archiviati possono includere buffer e copie di pesi condivisi. Il numero di parametri unici non è verificato. Le dimensioni del checkpoint non indicano la memoria necessaria per eseguire il modello.