Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
11501200
Qwen1.5-110B-Chat
Qwen1.5-110B-Chat · Intervallo 95% 1169,1–1180,1 · 26,195 voti · 2026-11-08
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 · 2026-11-08 · rating
Qwen1.5-110B-Chat
1.205,89 rating
Intervallo di confidenza: 1.192,64 – 1.219,15
2906 voti
Categoria
chinese
Configurazione valutata
Qwen1.5-110B-Chat
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-11-08 · rating
Qwen1.5-110B-Chat
1.183,76 rating
Intervallo di confidenza: 1.173,51 – 1.194,00
4763 voti
Categoria
coding
Configurazione valutata
Qwen1.5-110B-Chat
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-11-08 · rating
Qwen1.5-110B-Chat
1.147,74 rating
Intervallo di confidenza: 1.136,18 – 1.159,29
3677 voti
Categoria
creative_writing
Configurazione valutata
Qwen1.5-110B-Chat
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-11-08 · rating
Qwen1.5-110B-Chat
1.197,97 rating
Intervallo di confidenza: 1.190,72 – 1.205,22
13896 voti
Categoria
english
Configurazione valutata
Qwen1.5-110B-Chat
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-11-08 · rating
Qwen1.5-110B-Chat
1.044,38 rating
Intervallo di confidenza: 1.035,78 – 1.052,98
16506 voti
Categoria
exclude_ties
Configurazione valutata
Qwen1.5-110B-Chat
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-11-08 · rating
Qwen1.5-110B-Chat
1.143,98 rating
Intervallo di confidenza: 1.127,50 – 1.160,47
1411 voti
Categoria
expert
Configurazione valutata
Qwen1.5-110B-Chat
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-11-08 · rating
Qwen1.5-110B-Chat
1.150,87 rating
Intervallo di confidenza: 1.117,72 – 1.184,01
375 voti
Categoria
french
Configurazione valutata
Qwen1.5-110B-Chat
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-11-08 · rating
Qwen1.5-110B-Chat
1.122,58 rating
Intervallo di confidenza: 1.101,44 – 1.143,73
928 voti
Categoria
german
Configurazione valutata
Qwen1.5-110B-Chat
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-11-08 · rating
Qwen1.5-110B-Chat
1.167,82 rating
Intervallo di confidenza: 1.159,12 – 1.176,53
7695 voti
Categoria
hard_prompts
Configurazione valutata
Qwen1.5-110B-Chat
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-11-08 · rating
Qwen1.5-110B-Chat
1.184,77 rating
Intervallo di confidenza: 1.174,38 – 1.195,17
4572 voti
Categoria
hard_prompts_english
Configurazione valutata
Qwen1.5-110B-Chat
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-11-08 · rating