Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
12901350
llama-3.1-nemotron-ultra-253b-v1
llama-3.1-nemotron-ultra-253b-v1 · Intervallo 95% 1308,0–1331,0 · 2,549 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 / codinghuman preference · 2026-10-15 · rating
llama-3.1-nemotron-ultra-253b-v1
1.311,62 rating
Intervallo di confidenza: 1.282,11 – 1.341,13
367 voti
Categoria
coding
Configurazione valutata
llama-3.1-nemotron-ultra-253b-v1
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
llama-3.1-nemotron-ultra-253b-v1
1.314,12 rating
Intervallo di confidenza: 1.287,72 – 1.340,53
444 voti
Categoria
creative_writing
Configurazione valutata
llama-3.1-nemotron-ultra-253b-v1
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
llama-3.1-nemotron-ultra-253b-v1
1.344,98 rating
Intervallo di confidenza: 1.330,30 – 1.359,65
1491 voti
Categoria
english
Configurazione valutata
llama-3.1-nemotron-ultra-253b-v1
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
llama-3.1-nemotron-ultra-253b-v1
1.263,45 rating
Intervallo di confidenza: 1.246,26 – 1.280,63
1699 voti
Categoria
exclude_ties
Configurazione valutata
llama-3.1-nemotron-ultra-253b-v1
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
llama-3.1-nemotron-ultra-253b-v1
1.315,92 rating
Intervallo di confidenza: 1.295,02 – 1.336,82
713 voti
Categoria
hard_prompts
Configurazione valutata
llama-3.1-nemotron-ultra-253b-v1
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
llama-3.1-nemotron-ultra-253b-v1
1.336,12 rating
Intervallo di confidenza: 1.309,84 – 1.362,40
448 voti
Categoria
hard_prompts_english
Configurazione valutata
llama-3.1-nemotron-ultra-253b-v1
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating