Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
14201460
Inkling
Inkling · Intervallo 95% 1439,2–1447,4 · 50,175 voti · 2026-11-06
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 · 2026-11-06 · rating
Inkling
1.495,27 rating
Intervallo di confidenza: 1.485,31 – 1.505,22
3944 voti
Categoria
chinese
Configurazione valutata
Inkling
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-11-06 · rating
Inkling
1.466,70 rating
Intervallo di confidenza: 1.460,53 – 1.472,88
13469 voti
Categoria
coding
Configurazione valutata
Inkling
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-11-06 · rating
Inkling
1.394,91 rating
Intervallo di confidenza: 1.387,99 – 1.401,83
10965 voti
Categoria
creative_writing
Configurazione valutata
Inkling
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-11-06 · rating
Inkling
1.443,00 rating
Intervallo di confidenza: 1.437,65 – 1.448,35
20220 voti
Categoria
english
Configurazione valutata
Inkling
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-11-06 · rating
Inkling
1.439,00 rating
Intervallo di confidenza: 1.433,73 – 1.444,27
37221 voti
Categoria
exclude_ties
Configurazione valutata
Inkling
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-11-06 · rating
Inkling
1.468,63 rating
Intervallo di confidenza: 1.460,18 – 1.477,07
5754 voti
Categoria
expert
Configurazione valutata
Inkling
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-11-06 · rating
Inkling
1.462,18 rating
Intervallo di confidenza: 1.445,96 – 1.478,40
1631 voti
Categoria
french
Configurazione valutata
Inkling
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-11-06 · rating
Inkling
1.442,24 rating
Intervallo di confidenza: 1.420,50 – 1.463,97
775 voti
Categoria
german
Configurazione valutata
Inkling
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-11-06 · rating
Inkling
1.452,97 rating
Intervallo di confidenza: 1.448,24 – 1.457,69
32839 voti
Categoria
hard_prompts
Configurazione valutata
Inkling
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-11-06 · rating
Inkling
1.449,67 rating
Intervallo di confidenza: 1.443,44 – 1.455,90
13189 voti
Categoria
hard_prompts_english
Configurazione valutata
Inkling
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-11-06 · rating