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 / codinghuman preference · 2026-10-28 · rating
LLaMA-13B
682,64 rating
Intervallo di confidenza: 644,96 – 720,33
304 voti
Categoria
coding
Configurazione valutata
LLaMA 13B
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-28 · rating
LLaMA-13B
793,68 rating
Intervallo di confidenza: 761,81 – 825,55
431 voti
Categoria
creative_writing
Configurazione valutata
LLaMA 13B
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-28 · rating
LLaMA-13B
845,82 rating
Intervallo di confidenza: 828,94 – 862,70
1953 voti
Categoria
english
Configurazione valutata
LLaMA 13B
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating
LLaMA-13B
533,64 rating
Intervallo di confidenza: 508,86 – 558,43
1647 voti
Categoria
exclude_ties
Configurazione valutata
LLaMA 13B
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-28 · rating
LLaMA-13B
727,90 rating
Intervallo di confidenza: 698,83 – 756,97
430 voti
Categoria
hard_prompts
Configurazione valutata
LLaMA 13B
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating
LLaMA-13B
734,64 rating
Intervallo di confidenza: 702,14 – 767,15
371 voti
Categoria
hard_prompts_english
Configurazione valutata
LLaMA 13B
Tipo di valutazione
human preference
Arena text preference / industry_entertainment_and_sports_and_mediahuman preference · 2026-10-28 · rating
LLaMA-13B
784,74 rating
Intervallo di confidenza: 754,26 – 815,22
402 voti
Categoria
industry_entertainment_and_sports_and_media
Configurazione valutata
LLaMA 13B
Tipo di valutazione
human preference
Arena text preference / industry_life_and_physical_and_social_sciencehuman preference · 2026-10-28 · rating
LLaMA-13B
806,15 rating
Intervallo di confidenza: 774,26 – 838,05
414 voti
Categoria
industry_life_and_physical_and_social_science
Configurazione valutata
LLaMA 13B
Tipo di valutazione
human preference
Arena text preference / industry_mathematicalhuman preference · 2026-10-28 · rating
LLaMA-13B
833,42 rating
Intervallo di confidenza: 797,01 – 869,83
228 voti
Categoria
industry_mathematical
Configurazione valutata
LLaMA 13B
Tipo di valutazione
human preference
Arena text preference / industry_software_and_it_serviceshuman preference · 2026-10-28 · rating
LLaMA-13B
719,21 rating
Intervallo di confidenza: 691,10 – 747,32
566 voti
Categoria
industry_software_and_it_services
Configurazione valutata
LLaMA 13B
Tipo di valutazione
human preference
Arena text preference / industry_writing_and_literature_and_languagehuman preference · 2026-10-28 · rating
LLaMA-13B
809,00 rating
Intervallo di confidenza: 781,29 – 836,71
513 voti
Categoria
industry_writing_and_literature_and_language
Configurazione valutata
LLaMA 13B
Tipo di valutazione
human preference
Arena text preference / instruction_followinghuman preference · 2026-10-28 · rating
LLaMA-13B
780,70 rating
Intervallo di confidenza: 756,61 – 804,78
584 voti
Categoria
instruction_following
Configurazione valutata
LLaMA 13B
Tipo di valutazione
human preference
Arena text preference / mathhuman preference · 2026-10-28 · rating
LLaMA-13B
837,77 rating
Intervallo di confidenza: 805,31 – 870,23
252 voti
Categoria
math
Configurazione valutata
LLaMA 13B
Tipo di valutazione
human preference
Arena text preference / multi_turnhuman preference · 2026-10-28 · rating
LLaMA-13B
753,14 rating
Intervallo di confidenza: 710,49 – 795,80
247 voti
Categoria
multi_turn
Configurazione valutata
LLaMA 13B
Tipo di valutazione
human preference
Arena text preference / non_englishhuman preference · 2026-10-28 · rating
LLaMA-13B
818,44 rating
Intervallo di confidenza: 792,19 – 844,68
438 voti
Categoria
non_english
Configurazione valutata
LLaMA 13B
Tipo di valutazione
human preference
Arena text preference / overallhuman preference · 2026-10-28 · rating
LLaMA-13B
833,48 rating
Intervallo di confidenza: 817,95 – 849,02
2391 voti
Categoria
overall
Configurazione valutata
LLaMA 13B
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
LLaMA-13B
682,74 rating
Intervallo di confidenza: 645,02 – 720,47
304 voti
Categoria
coding
Configurazione valutata
llama-13b
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
LLaMA-13B
793,83 rating
Intervallo di confidenza: 761,95 – 825,72
431 voti
Categoria
creative_writing
Configurazione valutata
llama-13b
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
LLaMA-13B
845,77 rating
Intervallo di confidenza: 828,88 – 862,65
1953 voti
Categoria
english
Configurazione valutata
llama-13b
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
LLaMA-13B
533,66 rating
Intervallo di confidenza: 508,85 – 558,46
1647 voti
Categoria
exclude_ties
Configurazione valutata
llama-13b
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
LLaMA-13B
727,89 rating
Intervallo di confidenza: 698,80 – 756,98
430 voti
Categoria
hard_prompts
Configurazione valutata
llama-13b
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
LLaMA-13B
734,53 rating
Intervallo di confidenza: 702,00 – 767,06
371 voti
Categoria
hard_prompts_english
Configurazione valutata
llama-13b
Tipo di valutazione
human preference
Arena text preference / industry_entertainment_and_sports_and_mediahuman preference · 2026-10-15 · rating
LLaMA-13B
784,80 rating
Intervallo di confidenza: 754,30 – 815,30
402 voti
Categoria
industry_entertainment_and_sports_and_media
Configurazione valutata
llama-13b
Tipo di valutazione
human preference
Arena text preference / industry_life_and_physical_and_social_sciencehuman preference · 2026-10-15 · rating
LLaMA-13B
806,13 rating
Intervallo di confidenza: 774,22 – 838,04
414 voti
Categoria
industry_life_and_physical_and_social_science
Configurazione valutata
llama-13b
Tipo di valutazione
human preference
Arena text preference / industry_mathematicalhuman preference · 2026-10-15 · rating
LLaMA-13B
833,42 rating
Intervallo di confidenza: 796,99 – 869,85
228 voti
Categoria
industry_mathematical
Configurazione valutata
llama-13b
Tipo di valutazione
human preference
Arena text preference / industry_software_and_it_serviceshuman preference · 2026-10-15 · rating
LLaMA-13B
719,29 rating
Intervallo di confidenza: 691,16 – 747,42
566 voti
Categoria
industry_software_and_it_services
Configurazione valutata
llama-13b
Tipo di valutazione
human preference
Arena text preference / industry_writing_and_literature_and_languagehuman preference · 2026-10-15 · rating
LLaMA-13B
809,07 rating
Intervallo di confidenza: 781,34 – 836,79
513 voti
Categoria
industry_writing_and_literature_and_language
Configurazione valutata
llama-13b
Tipo di valutazione
human preference
Arena text preference / instruction_followinghuman preference · 2026-10-15 · rating
LLaMA-13B
780,71 rating
Intervallo di confidenza: 756,60 – 804,81
584 voti
Categoria
instruction_following
Configurazione valutata
llama-13b
Tipo di valutazione
human preference
Arena text preference / mathhuman preference · 2026-10-15 · rating
LLaMA-13B
837,73 rating
Intervallo di confidenza: 805,26 – 870,20
252 voti
Categoria
math
Configurazione valutata
llama-13b
Tipo di valutazione
human preference
Arena text preference / multi_turnhuman preference · 2026-10-15 · rating
LLaMA-13B
753,14 rating
Intervallo di confidenza: 710,45 – 795,83
247 voti
Categoria
multi_turn
Configurazione valutata
llama-13b
Tipo di valutazione
human preference
Arena text preference / non_englishhuman preference · 2026-10-15 · rating
LLaMA-13B
818,53 rating
Intervallo di confidenza: 792,27 – 844,80
438 voti
Categoria
non_english
Configurazione valutata
llama-13b
Tipo di valutazione
human preference
Arena text preference / overallhuman preference · 2026-10-15 · rating
LLaMA-13B
833,47 rating
Intervallo di confidenza: 817,92 – 849,01
2391 voti
Categoria
overall
Configurazione valutata
llama-13b
Tipo di valutazione
human preference
Esecuzione locale
Inferenza · stima della memoria
LLaMA-13B
Informazioni verificate sull’architettura insufficienti per una stima affidabile della VRAM.