Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
13101360
ring-flash-2.0
ring-flash-2.0 · Intervallo 95% 1326,7–1341,1 · 6,990 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
ring-flash-2.0
1.398,55 rating
Intervallo di confidenza: 1.371,96 – 1.425,14
442 voti
Categoria
chinese
Configurazione valutata
ring-flash-2.0
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
ring-flash-2.0
1.366,45 rating
Intervallo di confidenza: 1.351,59 – 1.381,31
1507 voti
Categoria
coding
Configurazione valutata
ring-flash-2.0
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
ring-flash-2.0
1.270,55 rating
Intervallo di confidenza: 1.250,90 – 1.290,20
889 voti
Categoria
creative_writing
Configurazione valutata
ring-flash-2.0
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
ring-flash-2.0
1.367,15 rating
Intervallo di confidenza: 1.356,70 – 1.377,60
3062 voti
Categoria
english
Configurazione valutata
ring-flash-2.0
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
ring-flash-2.0
1.285,60 rating
Intervallo di confidenza: 1.275,39 – 1.295,80
4962 voti
Categoria
exclude_ties
Configurazione valutata
ring-flash-2.0
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
ring-flash-2.0
1.342,98 rating
Intervallo di confidenza: 1.312,27 – 1.373,68
359 voti
Categoria
expert
Configurazione valutata
ring-flash-2.0
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
ring-flash-2.0
1.344,51 rating
Intervallo di confidenza: 1.334,68 – 1.354,33
3544 voti
Categoria
hard_prompts
Configurazione valutata
ring-flash-2.0
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
ring-flash-2.0
1.377,48 rating
Intervallo di confidenza: 1.362,98 – 1.391,98
1596 voti
Categoria
hard_prompts_english
Configurazione valutata
ring-flash-2.0
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating