Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
11401180
internlm2_5-20b-chat
internlm2_5-20b-chat · Intervallo 95% 1151,4–1165,5 · 9,901 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
internlm2_5-20b-chat
1.199,44 rating
Intervallo di confidenza: 1.180,73 – 1.218,14
959 voti
Categoria
chinese
Configurazione valutata
internlm2_5-20b-chat
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
internlm2_5-20b-chat
1.158,83 rating
Intervallo di confidenza: 1.144,78 – 1.172,87
1684 voti
Categoria
coding
Configurazione valutata
internlm2_5-20b-chat
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
internlm2_5-20b-chat
1.122,60 rating
Intervallo di confidenza: 1.106,73 – 1.138,47
1432 voti
Categoria
creative_writing
Configurazione valutata
internlm2_5-20b-chat
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
internlm2_5-20b-chat
1.202,87 rating
Intervallo di confidenza: 1.193,64 – 1.212,10
4966 voti
Categoria
english
Configurazione valutata
internlm2_5-20b-chat
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
internlm2_5-20b-chat
1.010,05 rating
Intervallo di confidenza: 998,00 – 1.022,10
6447 voti
Categoria
exclude_ties
Configurazione valutata
internlm2_5-20b-chat
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
internlm2_5-20b-chat
1.150,39 rating
Intervallo di confidenza: 1.128,47 – 1.172,31
604 voti
Categoria
expert
Configurazione valutata
internlm2_5-20b-chat
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
internlm2_5-20b-chat
1.062,70 rating
Intervallo di confidenza: 1.025,52 – 1.099,87
265 voti
Categoria
german
Configurazione valutata
internlm2_5-20b-chat
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
internlm2_5-20b-chat
1.157,90 rating
Intervallo di confidenza: 1.146,57 – 1.169,23
2597 voti
Categoria
hard_prompts
Configurazione valutata
internlm2_5-20b-chat
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
internlm2_5-20b-chat
1.188,65 rating
Intervallo di confidenza: 1.174,20 – 1.203,09
1456 voti
Categoria
hard_prompts_english
Configurazione valutata
internlm2_5-20b-chat
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating