Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
11501190
Qwen1.5-72B-Chat
Qwen1.5-72B-Chat · Intervallo 95% 1160,9–1171,3 · 39,302 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
Qwen1.5-72B-Chat
1.186,11 rating
Intervallo di confidenza: 1.173,82 – 1.198,40
4167 voti
Categoria
chinese
Configurazione valutata
Qwen1.5-72B-Chat
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-28 · rating
Qwen1.5-72B-Chat
1.165,15 rating
Intervallo di confidenza: 1.155,62 – 1.174,67
6370 voti
Categoria
coding
Configurazione valutata
Qwen1.5-72B-Chat
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-28 · rating
Qwen1.5-72B-Chat
1.136,76 rating
Intervallo di confidenza: 1.126,77 – 1.146,75
5888 voti
Categoria
creative_writing
Configurazione valutata
Qwen1.5-72B-Chat
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-28 · rating
Qwen1.5-72B-Chat
1.186,51 rating
Intervallo di confidenza: 1.180,29 – 1.192,73
25039 voti
Categoria
english
Configurazione valutata
Qwen1.5-72B-Chat
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating
Qwen1.5-72B-Chat
1.032,19 rating
Intervallo di confidenza: 1.024,36 – 1.040,03
25865 voti
Categoria
exclude_ties
Configurazione valutata
Qwen1.5-72B-Chat
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-28 · rating
Qwen1.5-72B-Chat
1.135,78 rating
Intervallo di confidenza: 1.120,61 – 1.150,95
1846 voti
Categoria
expert
Configurazione valutata
Qwen1.5-72B-Chat
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-28 · rating
Qwen1.5-72B-Chat
1.159,24 rating
Intervallo di confidenza: 1.134,02 – 1.184,45
858 voti
Categoria
french
Configurazione valutata
Qwen1.5-72B-Chat
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-28 · rating
Qwen1.5-72B-Chat
1.083,71 rating
Intervallo di confidenza: 1.063,61 – 1.103,81
1091 voti
Categoria
german
Configurazione valutata
Qwen1.5-72B-Chat
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-28 · rating
Qwen1.5-72B-Chat
1.147,75 rating
Intervallo di confidenza: 1.139,98 – 1.155,52
10854 voti
Categoria
hard_prompts
Configurazione valutata
Qwen1.5-72B-Chat
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating
Qwen1.5-72B-Chat
1.162,21 rating
Intervallo di confidenza: 1.153,33 – 1.171,09
7597 voti
Categoria
hard_prompts_english
Configurazione valutata
Qwen1.5-72B-Chat
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-28 · rating