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% 1354,0–1368,4 · 6,947 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
ling-flash-2.0
1.417,75 rating
Intervallo di confidenza: 1.390,58 – 1.444,92
454 voti
Categoria
chinese
Configurazione valutata
ling-flash-2.0
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
ling-flash-2.0
1.388,93 rating
Intervallo di confidenza: 1.374,42 – 1.403,45
1542 voti
Categoria
coding
Configurazione valutata
ling-flash-2.0
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
ling-flash-2.0
1.287,14 rating
Intervallo di confidenza: 1.267,08 – 1.307,20
852 voti
Categoria
creative_writing
Configurazione valutata
ling-flash-2.0
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
ling-flash-2.0
1.385,91 rating
Intervallo di confidenza: 1.375,52 – 1.396,30
3041 voti
Categoria
english
Configurazione valutata
ling-flash-2.0
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
ling-flash-2.0
1.323,53 rating
Intervallo di confidenza: 1.313,37 – 1.333,69
4888 voti
Categoria
exclude_ties
Configurazione valutata
ling-flash-2.0
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
ling-flash-2.0
1.354,70 rating
Intervallo di confidenza: 1.325,01 – 1.384,39
354 voti
Categoria
expert
Configurazione valutata
ling-flash-2.0
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
ling-flash-2.0
1.362,82 rating
Intervallo di confidenza: 1.352,99 – 1.372,66
3459 voti
Categoria
hard_prompts
Configurazione valutata
ling-flash-2.0
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
ling-flash-2.0
1.387,39 rating
Intervallo di confidenza: 1.373,12 – 1.401,66
1605 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 · 2026-10-15 · rating