Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
11801220
qwen2-72b-instruct
qwen2-72b-instruct · Intervallo 95% 1198,3–1208,1 · 37,325 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
qwen2-72b-instruct
1.239,90 rating
Intervallo di confidenza: 1.228,33 – 1.251,47
4078 voti
Categoria
chinese
Configurazione valutata
qwen2-72b-instruct
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
qwen2-72b-instruct
1.195,64 rating
Intervallo di confidenza: 1.186,76 – 1.204,53
6249 voti
Categoria
coding
Configurazione valutata
qwen2-72b-instruct
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
qwen2-72b-instruct
1.180,75 rating
Intervallo di confidenza: 1.171,27 – 1.190,23
5504 voti
Categoria
creative_writing
Configurazione valutata
qwen2-72b-instruct
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
qwen2-72b-instruct
1.222,02 rating
Intervallo di confidenza: 1.216,01 – 1.228,03
19928 voti
Categoria
english
Configurazione valutata
qwen2-72b-instruct
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
qwen2-72b-instruct
1.087,16 rating
Intervallo di confidenza: 1.079,84 – 1.094,49
23757 voti
Categoria
exclude_ties
Configurazione valutata
qwen2-72b-instruct
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
qwen2-72b-instruct
1.171,01 rating
Intervallo di confidenza: 1.156,37 – 1.185,65
1763 voti
Categoria
expert
Configurazione valutata
qwen2-72b-instruct
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
qwen2-72b-instruct
1.170,40 rating
Intervallo di confidenza: 1.143,77 – 1.197,03
596 voti
Categoria
french
Configurazione valutata
qwen2-72b-instruct
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
qwen2-72b-instruct
1.150,79 rating
Intervallo di confidenza: 1.132,83 – 1.168,74
1340 voti
Categoria
german
Configurazione valutata
qwen2-72b-instruct
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
qwen2-72b-instruct
1.190,46 rating
Intervallo di confidenza: 1.183,19 – 1.197,73
10780 voti
Categoria
hard_prompts
Configurazione valutata
qwen2-72b-instruct
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
qwen2-72b-instruct
1.205,64 rating
Intervallo di confidenza: 1.196,96 – 1.214,32
6483 voti
Categoria
hard_prompts_english
Configurazione valutata
qwen2-72b-instruct
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating