Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
11501180
llama-3-8b-instruct
llama-3-8b-instruct · Intervallo 95% 1161,8–1169,3 · 104,642 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-3-8b-instruct
1.076,04 rating
Intervallo di confidenza: 1.066,26 – 1.085,83
10757 voti
Categoria
chinese
Configurazione valutata
llama-3-8b-instruct
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
llama-3-8b-instruct
1.151,41 rating
Intervallo di confidenza: 1.143,89 – 1.158,93
18374 voti
Categoria
coding
Configurazione valutata
llama-3-8b-instruct
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
llama-3-8b-instruct
1.149,66 rating
Intervallo di confidenza: 1.141,56 – 1.157,76
15365 voti
Categoria
creative_writing
Configurazione valutata
llama-3-8b-instruct
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
llama-3-8b-instruct
1.213,17 rating
Intervallo di confidenza: 1.208,30 – 1.218,03
61703 voti
Categoria
english
Configurazione valutata
llama-3-8b-instruct
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
llama-3-8b-instruct
1.029,97 rating
Intervallo di confidenza: 1.024,00 – 1.035,95
67687 voti
Categoria
exclude_ties
Configurazione valutata
llama-3-8b-instruct
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
llama-3-8b-instruct
1.113,08 rating
Intervallo di confidenza: 1.101,37 – 1.124,79
5360 voti
Categoria
expert
Configurazione valutata
llama-3-8b-instruct
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
llama-3-8b-instruct
1.158,82 rating
Intervallo di confidenza: 1.137,02 – 1.180,61
1624 voti
Categoria
french
Configurazione valutata
llama-3-8b-instruct
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
llama-3-8b-instruct
1.104,42 rating
Intervallo di confidenza: 1.089,60 – 1.119,24
3370 voti
Categoria
german
Configurazione valutata
llama-3-8b-instruct
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
llama-3-8b-instruct
1.133,12 rating
Intervallo di confidenza: 1.127,05 – 1.139,19
30221 voti
Categoria
hard_prompts
Configurazione valutata
llama-3-8b-instruct
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
llama-3-8b-instruct
1.163,52 rating
Intervallo di confidenza: 1.156,34 – 1.170,70
19891 voti
Categoria
hard_prompts_english
Configurazione valutata
llama-3-8b-instruct
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating