Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
13401380
Ling-flash-2.0
Ling-flash-2.0 · Intervallo 95% 1353,9–1368,3 · 6,952 voti · 2026-10-28
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 · 2026-10-28 · rating
Ling-flash-2.0
1.417,64 rating
Intervallo di confidenza: 1.390,47 – 1.444,80
454 voti
Categoria
chinese
Configurazione valutata
Ling-flash-2.0
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-28 · rating
Ling-flash-2.0
1.389,02 rating
Intervallo di confidenza: 1.374,51 – 1.403,54
1543 voti
Categoria
coding
Configurazione valutata
Ling-flash-2.0
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-28 · rating
Ling-flash-2.0
1.287,16 rating
Intervallo di confidenza: 1.267,08 – 1.307,24
853 voti
Categoria
creative_writing
Configurazione valutata
Ling-flash-2.0
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-28 · rating
Ling-flash-2.0
1.385,82 rating
Intervallo di confidenza: 1.375,44 – 1.396,20
3045 voti
Categoria
english
Configurazione valutata
Ling-flash-2.0
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating
Ling-flash-2.0
1.323,47 rating
Intervallo di confidenza: 1.313,31 – 1.333,63
4894 voti
Categoria
exclude_ties
Configurazione valutata
Ling-flash-2.0
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-28 · rating
Ling-flash-2.0
1.353,66 rating
Intervallo di confidenza: 1.323,89 – 1.383,43
354 voti
Categoria
expert
Configurazione valutata
Ling-flash-2.0
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-28 · rating
Ling-flash-2.0
1.362,74 rating
Intervallo di confidenza: 1.352,91 – 1.372,57
3462 voti
Categoria
hard_prompts
Configurazione valutata
Ling-flash-2.0
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating
Ling-flash-2.0
1.387,30 rating
Intervallo di confidenza: 1.373,03 – 1.401,56
1606 voti
Categoria
hard_prompts_english
Configurazione valutata
Ling-flash-2.0
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-28 · rating