Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
13601410
muse-glimmer
muse-glimmer · Intervallo 95% 1379,3–1398,6 · 3,897 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
muse-glimmer
1.412,27 rating
Intervallo di confidenza: 1.380,45 – 1.444,10
346 voti
Categoria
chinese
Configurazione valutata
muse-glimmer
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
muse-glimmer
1.416,22 rating
Intervallo di confidenza: 1.398,23 – 1.434,20
1117 voti
Categoria
coding
Configurazione valutata
muse-glimmer
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
muse-glimmer
1.337,36 rating
Intervallo di confidenza: 1.314,81 – 1.359,92
736 voti
Categoria
creative_writing
Configurazione valutata
muse-glimmer
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
muse-glimmer
1.387,24 rating
Intervallo di confidenza: 1.372,29 – 1.402,20
1600 voti
Categoria
english
Configurazione valutata
muse-glimmer
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
muse-glimmer
1.365,21 rating
Intervallo di confidenza: 1.351,96 – 1.378,47
2897 voti
Categoria
exclude_ties
Configurazione valutata
muse-glimmer
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
muse-glimmer
1.389,37 rating
Intervallo di confidenza: 1.360,99 – 1.417,75
458 voti
Categoria
expert
Configurazione valutata
muse-glimmer
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
muse-glimmer
1.396,47 rating
Intervallo di confidenza: 1.384,57 – 1.408,38
2580 voti
Categoria
hard_prompts
Configurazione valutata
muse-glimmer
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
muse-glimmer
1.400,52 rating
Intervallo di confidenza: 1.382,03 – 1.419,01
1037 voti
Categoria
hard_prompts_english
Configurazione valutata
muse-glimmer
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating