Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
11401190
qwq-32b-preview
qwq-32b-preview · Intervallo 95% 1150,4–1173,1 · 3,231 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
qwq-32b-preview
1.217,83 rating
Intervallo di confidenza: 1.177,56 – 1.258,11
206 voti
Categoria
chinese
Configurazione valutata
qwq-32b-preview
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
qwq-32b-preview
1.155,04 rating
Intervallo di confidenza: 1.131,33 – 1.178,75
566 voti
Categoria
coding
Configurazione valutata
qwq-32b-preview
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
qwq-32b-preview
1.133,59 rating
Intervallo di confidenza: 1.105,42 – 1.161,77
454 voti
Categoria
creative_writing
Configurazione valutata
qwq-32b-preview
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
qwq-32b-preview
1.184,22 rating
Intervallo di confidenza: 1.169,73 – 1.198,71
1783 voti
Categoria
english
Configurazione valutata
qwq-32b-preview
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
qwq-32b-preview
1.022,41 rating
Intervallo di confidenza: 1.004,31 – 1.040,51
2230 voti
Categoria
exclude_ties
Configurazione valutata
qwq-32b-preview
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
qwq-32b-preview
1.134,32 rating
Intervallo di confidenza: 1.098,62 – 1.170,02
232 voti
Categoria
expert
Configurazione valutata
qwq-32b-preview
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
qwq-32b-preview
1.162,42 rating
Intervallo di confidenza: 1.143,33 – 1.181,50
852 voti
Categoria
hard_prompts
Configurazione valutata
qwq-32b-preview
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
qwq-32b-preview
1.170,78 rating
Intervallo di confidenza: 1.146,35 – 1.195,21
519 voti
Categoria
hard_prompts_english
Configurazione valutata
qwq-32b-preview
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating