Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
10601110
Qwen1.5-7B-Chat
Qwen1.5-7B-Chat · Intervallo 95% 1073,7–1093,1 · 4,737 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
Qwen1.5-7B-Chat
1.140,48 rating
Intervallo di confidenza: 1.112,05 – 1.168,91
417 voti
Categoria
chinese
Configurazione valutata
Qwen1.5-7B-Chat
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-28 · rating
Qwen1.5-7B-Chat
1.107,01 rating
Intervallo di confidenza: 1.086,69 – 1.127,34
772 voti
Categoria
coding
Configurazione valutata
Qwen1.5-7B-Chat
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-28 · rating
Qwen1.5-7B-Chat
1.034,23 rating
Intervallo di confidenza: 1.011,87 – 1.056,60
701 voti
Categoria
creative_writing
Configurazione valutata
Qwen1.5-7B-Chat
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-28 · rating
Qwen1.5-7B-Chat
1.105,25 rating
Intervallo di confidenza: 1.094,06 – 1.116,44
3243 voti
Categoria
english
Configurazione valutata
Qwen1.5-7B-Chat
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating
Qwen1.5-7B-Chat
907,28 rating
Intervallo di confidenza: 892,24 – 922,33
3136 voti
Categoria
exclude_ties
Configurazione valutata
Qwen1.5-7B-Chat
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-28 · rating
Qwen1.5-7B-Chat
1.054,75 rating
Intervallo di confidenza: 1.018,70 – 1.090,80
231 voti
Categoria
expert
Configurazione valutata
Qwen1.5-7B-Chat
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-28 · rating
Qwen1.5-7B-Chat
1.065,26 rating
Intervallo di confidenza: 1.049,89 – 1.080,64
1333 voti
Categoria
hard_prompts
Configurazione valutata
Qwen1.5-7B-Chat
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating
Qwen1.5-7B-Chat
1.075,13 rating
Intervallo di confidenza: 1.057,76 – 1.092,50
1019 voti
Categoria
hard_prompts_english
Configurazione valutata
Qwen1.5-7B-Chat
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-28 · rating