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 · 2026-10-28
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 · 2026-10-28 · rating
Qwen1.5-14B-Chat
1.147,00 rating
Intervallo di confidenza: 1.133,06 – 1.160,94
3152 voti
Categoria
chinese
Configurazione valutata
Qwen1.5-14B-Chat
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-28 · rating
Qwen1.5-14B-Chat
1.137,47 rating
Intervallo di confidenza: 1.124,74 – 1.150,20
3208 voti
Categoria
coding
Configurazione valutata
Qwen1.5-14B-Chat
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-28 · rating
Qwen1.5-14B-Chat
1.090,21 rating
Intervallo di confidenza: 1.076,17 – 1.104,26
2391 voti
Categoria
creative_writing
Configurazione valutata
Qwen1.5-14B-Chat
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-28 · rating
Qwen1.5-14B-Chat
1.147,95 rating
Intervallo di confidenza: 1.139,12 – 1.156,79
9520 voti
Categoria
english
Configurazione valutata
Qwen1.5-14B-Chat
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating
Qwen1.5-14B-Chat
975,78 rating
Intervallo di confidenza: 964,96 – 986,60
11501 voti
Categoria
exclude_ties
Configurazione valutata
Qwen1.5-14B-Chat
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-28 · rating
Qwen1.5-14B-Chat
1.093,82 rating
Intervallo di confidenza: 1.073,95 – 1.113,69
944 voti
Categoria
expert
Configurazione valutata
Qwen1.5-14B-Chat
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-28 · rating
Qwen1.5-14B-Chat
1.116,30 rating
Intervallo di confidenza: 1.077,41 – 1.155,19
279 voti
Categoria
french
Configurazione valutata
Qwen1.5-14B-Chat
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-28 · rating
Qwen1.5-14B-Chat
1.042,52 rating
Intervallo di confidenza: 1.016,47 – 1.068,56
540 voti
Categoria
german
Configurazione valutata
Qwen1.5-14B-Chat
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-28 · rating
Qwen1.5-14B-Chat
1.113,10 rating
Intervallo di confidenza: 1.102,58 – 1.123,62
4910 voti
Categoria
hard_prompts
Configurazione valutata
Qwen1.5-14B-Chat
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating
Qwen1.5-14B-Chat
1.123,54 rating
Intervallo di confidenza: 1.110,96 – 1.136,11
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 · 2026-10-28 · rating