Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
10801130
openchat-3.5-0106
openchat-3.5-0106 · Intervallo 95% 1098,7–1114,5 · 12,637 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
openchat-3.5-0106
1.083,72 rating
Intervallo di confidenza: 1.066,29 – 1.101,15
1525 voti
Categoria
chinese
Configurazione valutata
openchat-3.5-0106
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
openchat-3.5-0106
1.112,72 rating
Intervallo di confidenza: 1.098,82 – 1.126,62
2005 voti
Categoria
coding
Configurazione valutata
openchat-3.5-0106
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
openchat-3.5-0106
1.092,32 rating
Intervallo di confidenza: 1.077,47 – 1.107,17
1858 voti
Categoria
creative_writing
Configurazione valutata
openchat-3.5-0106
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
openchat-3.5-0106
1.131,10 rating
Intervallo di confidenza: 1.122,35 – 1.139,86
8216 voti
Categoria
english
Configurazione valutata
openchat-3.5-0106
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
openchat-3.5-0106
943,86 rating
Intervallo di confidenza: 932,41 – 955,31
8130 voti
Categoria
exclude_ties
Configurazione valutata
openchat-3.5-0106
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
openchat-3.5-0106
1.052,27 rating
Intervallo di confidenza: 1.029,35 – 1.075,18
611 voti
Categoria
expert
Configurazione valutata
openchat-3.5-0106
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
openchat-3.5-0106
1.092,23 rating
Intervallo di confidenza: 1.048,92 – 1.135,54
211 voti
Categoria
french
Configurazione valutata
openchat-3.5-0106
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
openchat-3.5-0106
1.059,86 rating
Intervallo di confidenza: 1.025,26 – 1.094,47
268 voti
Categoria
german
Configurazione valutata
openchat-3.5-0106
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
openchat-3.5-0106
1.084,81 rating
Intervallo di confidenza: 1.073,76 – 1.095,86
3435 voti
Categoria
hard_prompts
Configurazione valutata
openchat-3.5-0106
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
openchat-3.5-0106
1.094,73 rating
Intervallo di confidenza: 1.082,39 – 1.107,07
2468 voti
Categoria
hard_prompts_english
Configurazione valutata
openchat-3.5-0106
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating