Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
10401100
mpt-30b-chat
mpt-30b-chat · Intervallo 95% 1056,5–1080,7 · 2,572 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
mpt-30b-chat
1.039,11 rating
Intervallo di confidenza: 1.004,59 – 1.073,63
258 voti
Categoria
coding
Configurazione valutata
mpt-30b-chat
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
mpt-30b-chat
1.073,90 rating
Intervallo di confidenza: 1.045,31 – 1.102,50
452 voti
Categoria
creative_writing
Configurazione valutata
mpt-30b-chat
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
mpt-30b-chat
1.102,15 rating
Intervallo di confidenza: 1.088,49 – 1.115,81
2056 voti
Categoria
english
Configurazione valutata
mpt-30b-chat
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
mpt-30b-chat
895,10 rating
Intervallo di confidenza: 877,44 – 912,77
1777 voti
Categoria
exclude_ties
Configurazione valutata
mpt-30b-chat
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
mpt-30b-chat
1.051,42 rating
Intervallo di confidenza: 1.024,88 – 1.077,97
434 voti
Categoria
hard_prompts
Configurazione valutata
mpt-30b-chat
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
mpt-30b-chat
1.082,27 rating
Intervallo di confidenza: 1.052,66 – 1.111,88
359 voti
Categoria
hard_prompts_english
Configurazione valutata
mpt-30b-chat
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating