Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
14201460
inkling
inkling · Intervallo 95% 1437,1–1445,7 · 40,648 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
inkling
1.491,60 rating
Intervallo di confidenza: 1.480,70 – 1.502,50
3197 voti
Categoria
chinese
Configurazione valutata
inkling
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
inkling
1.465,43 rating
Intervallo di confidenza: 1.458,85 – 1.472,00
11078 voti
Categoria
coding
Configurazione valutata
inkling
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
inkling
1.387,24 rating
Intervallo di confidenza: 1.379,78 – 1.394,69
8748 voti
Categoria
creative_writing
Configurazione valutata
inkling
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
inkling
1.442,30 rating
Intervallo di confidenza: 1.436,61 – 1.447,99
16677 voti
Categoria
english
Configurazione valutata
inkling
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
inkling
1.436,19 rating
Intervallo di confidenza: 1.430,59 – 1.441,78
29977 voti
Categoria
exclude_ties
Configurazione valutata
inkling
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
inkling
1.465,10 rating
Intervallo di confidenza: 1.456,04 – 1.474,16
4821 voti
Categoria
expert
Configurazione valutata
inkling
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
inkling
1.453,66 rating
Intervallo di confidenza: 1.435,79 – 1.471,54
1281 voti
Categoria
french
Configurazione valutata
inkling
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
inkling
1.446,59 rating
Intervallo di confidenza: 1.422,62 – 1.470,56
627 voti
Categoria
german
Configurazione valutata
inkling
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
inkling
1.451,40 rating
Intervallo di confidenza: 1.446,39 – 1.456,40
26664 voti
Categoria
hard_prompts
Configurazione valutata
inkling
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
inkling
1.449,39 rating
Intervallo di confidenza: 1.442,76 – 1.456,02
10833 voti
Categoria
hard_prompts_english
Configurazione valutata
inkling
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating