Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
11101150
qwen1.5-14b-chat
qwen1.5-14b-chat · Intervallo 95% 1120,6–1134,7 · 17,839 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
qwen1.5-14b-chat
1.147,05 rating
Intervallo di confidenza: 1.133,11 – 1.161,00
3152 voti
Categoria
chinese
Configurazione valutata
qwen1.5-14b-chat
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
qwen1.5-14b-chat
1.137,57 rating
Intervallo di confidenza: 1.124,84 – 1.150,30
3208 voti
Categoria
coding
Configurazione valutata
qwen1.5-14b-chat
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
qwen1.5-14b-chat
1.090,37 rating
Intervallo di confidenza: 1.076,32 – 1.104,42
2391 voti
Categoria
creative_writing
Configurazione valutata
qwen1.5-14b-chat
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
qwen1.5-14b-chat
1.147,90 rating
Intervallo di confidenza: 1.139,06 – 1.156,74
9520 voti
Categoria
english
Configurazione valutata
qwen1.5-14b-chat
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
qwen1.5-14b-chat
975,79 rating
Intervallo di confidenza: 964,97 – 986,61
11501 voti
Categoria
exclude_ties
Configurazione valutata
qwen1.5-14b-chat
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
qwen1.5-14b-chat
1.093,86 rating
Intervallo di confidenza: 1.073,99 – 1.113,74
944 voti
Categoria
expert
Configurazione valutata
qwen1.5-14b-chat
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
qwen1.5-14b-chat
1.115,98 rating
Intervallo di confidenza: 1.077,06 – 1.154,90
279 voti
Categoria
french
Configurazione valutata
qwen1.5-14b-chat
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
qwen1.5-14b-chat
1.042,51 rating
Intervallo di confidenza: 1.016,50 – 1.068,52
540 voti
Categoria
german
Configurazione valutata
qwen1.5-14b-chat
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
qwen1.5-14b-chat
1.113,09 rating
Intervallo di confidenza: 1.102,56 – 1.123,61
4910 voti
Categoria
hard_prompts
Configurazione valutata
qwen1.5-14b-chat
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
qwen1.5-14b-chat
1.123,42 rating
Intervallo di confidenza: 1.110,85 – 1.136,00
3024 voti
Categoria
hard_prompts_english
Configurazione valutata
qwen1.5-14b-chat
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating