Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
12001240
llama-3-70b-instruct
llama-3-70b-instruct · Intervallo 95% 1217,2–1224,3 · 156,876 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
llama-3-70b-instruct
1.114,22 rating
Intervallo di confidenza: 1.105,08 – 1.123,36
15885 voti
Categoria
chinese
Configurazione valutata
llama-3-70b-instruct
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
llama-3-70b-instruct
1.205,94 rating
Intervallo di confidenza: 1.199,01 – 1.212,87
28126 voti
Categoria
coding
Configurazione valutata
llama-3-70b-instruct
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
llama-3-70b-instruct
1.209,59 rating
Intervallo di confidenza: 1.202,05 – 1.217,14
22753 voti
Categoria
creative_writing
Configurazione valutata
llama-3-70b-instruct
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
llama-3-70b-instruct
1.277,32 rating
Intervallo di confidenza: 1.272,68 – 1.281,97
90553 voti
Categoria
english
Configurazione valutata
llama-3-70b-instruct
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
llama-3-70b-instruct
1.115,34 rating
Intervallo di confidenza: 1.109,78 – 1.120,89
103844 voti
Categoria
exclude_ties
Configurazione valutata
llama-3-70b-instruct
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
llama-3-70b-instruct
1.148,89 rating
Intervallo di confidenza: 1.138,10 – 1.159,67
7958 voti
Categoria
expert
Configurazione valutata
llama-3-70b-instruct
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
llama-3-70b-instruct
1.232,21 rating
Intervallo di confidenza: 1.212,39 – 1.252,02
2499 voti
Categoria
french
Configurazione valutata
llama-3-70b-instruct
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
llama-3-70b-instruct
1.169,05 rating
Intervallo di confidenza: 1.155,30 – 1.182,81
4991 voti
Categoria
german
Configurazione valutata
llama-3-70b-instruct
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
llama-3-70b-instruct
1.194,73 rating
Intervallo di confidenza: 1.189,17 – 1.200,29
45956 voti
Categoria
hard_prompts
Configurazione valutata
llama-3-70b-instruct
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
llama-3-70b-instruct
1.230,21 rating
Intervallo di confidenza: 1.223,51 – 1.236,91
29608 voti
Categoria
hard_prompts_english
Configurazione valutata
llama-3-70b-instruct
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating