Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
13301380
intellect-3
intellect-3 · Intervallo 95% 1347,7–1364,1 · 5,431 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
intellect-3
1.354,51 rating
Intervallo di confidenza: 1.328,42 – 1.380,61
516 voti
Categoria
chinese
Configurazione valutata
intellect-3
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
intellect-3
1.374,70 rating
Intervallo di confidenza: 1.356,49 – 1.392,91
1004 voti
Categoria
coding
Configurazione valutata
intellect-3
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
intellect-3
1.316,14 rating
Intervallo di confidenza: 1.295,40 – 1.336,87
833 voti
Categoria
creative_writing
Configurazione valutata
intellect-3
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
intellect-3
1.379,64 rating
Intervallo di confidenza: 1.367,81 – 1.391,48
2404 voti
Categoria
english
Configurazione valutata
intellect-3
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
intellect-3
1.316,04 rating
Intervallo di confidenza: 1.304,42 – 1.327,66
3863 voti
Categoria
exclude_ties
Configurazione valutata
intellect-3
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
intellect-3
1.321,62 rating
Intervallo di confidenza: 1.290,05 – 1.353,19
355 voti
Categoria
expert
Configurazione valutata
intellect-3
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
intellect-3
1.351,74 rating
Intervallo di confidenza: 1.340,63 – 1.362,85
2837 voti
Categoria
hard_prompts
Configurazione valutata
intellect-3
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
intellect-3
1.374,78 rating
Intervallo di confidenza: 1.358,59 – 1.390,97
1284 voti
Categoria
hard_prompts_english
Configurazione valutata
intellect-3
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating