Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
12001250
glm-4-0520
glm-4-0520 · Intervallo 95% 1218,9–1232,8 · 9,788 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
glm-4-0520
1.228,51 rating
Intervallo di confidenza: 1.211,61 – 1.245,40
1227 voti
Categoria
chinese
Configurazione valutata
glm-4-0520
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
glm-4-0520
1.227,44 rating
Intervallo di confidenza: 1.213,53 – 1.241,36
1718 voti
Categoria
coding
Configurazione valutata
glm-4-0520
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
glm-4-0520
1.197,80 rating
Intervallo di confidenza: 1.182,73 – 1.212,86
1547 voti
Categoria
creative_writing
Configurazione valutata
glm-4-0520
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
glm-4-0520
1.241,87 rating
Intervallo di confidenza: 1.232,73 – 1.251,01
5169 voti
Categoria
english
Configurazione valutata
glm-4-0520
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
glm-4-0520
1.123,57 rating
Intervallo di confidenza: 1.112,82 – 1.134,32
6229 voti
Categoria
exclude_ties
Configurazione valutata
glm-4-0520
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
glm-4-0520
1.178,88 rating
Intervallo di confidenza: 1.154,14 – 1.203,61
514 voti
Categoria
expert
Configurazione valutata
glm-4-0520
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
glm-4-0520
1.183,85 rating
Intervallo di confidenza: 1.153,83 – 1.213,86
371 voti
Categoria
german
Configurazione valutata
glm-4-0520
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
glm-4-0520
1.211,84 rating
Intervallo di confidenza: 1.200,77 – 1.222,90
2970 voti
Categoria
hard_prompts
Configurazione valutata
glm-4-0520
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
glm-4-0520
1.218,50 rating
Intervallo di confidenza: 1.204,97 – 1.232,02
1775 voti
Categoria
hard_prompts_english
Configurazione valutata
glm-4-0520
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating