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% 1326,5–1340,9 · 6,987 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
Ring-flash-2.0
1.398,48 rating
Intervallo di confidenza: 1.371,90 – 1.425,07
442 voti
Categoria
chinese
Configurazione valutata
Ring-flash-2.0
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-28 · rating
Ring-flash-2.0
1.366,12 rating
Intervallo di confidenza: 1.351,26 – 1.380,98
1506 voti
Categoria
coding
Configurazione valutata
Ring-flash-2.0
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-28 · rating
Ring-flash-2.0
1.269,86 rating
Intervallo di confidenza: 1.250,21 – 1.289,51
888 voti
Categoria
creative_writing
Configurazione valutata
Ring-flash-2.0
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-28 · rating
Ring-flash-2.0
1.367,00 rating
Intervallo di confidenza: 1.356,54 – 1.377,46
3058 voti
Categoria
english
Configurazione valutata
Ring-flash-2.0
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating
Ring-flash-2.0
1.285,29 rating
Intervallo di confidenza: 1.275,09 – 1.295,49
4961 voti
Categoria
exclude_ties
Configurazione valutata
Ring-flash-2.0
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-28 · rating
Ring-flash-2.0
1.342,94 rating
Intervallo di confidenza: 1.312,24 – 1.373,64
359 voti
Categoria
expert
Configurazione valutata
Ring-flash-2.0
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-28 · rating
Ring-flash-2.0
1.344,28 rating
Intervallo di confidenza: 1.334,46 – 1.354,11
3542 voti
Categoria
hard_prompts
Configurazione valutata
Ring-flash-2.0
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating
Ring-flash-2.0
1.377,60 rating
Intervallo di confidenza: 1.363,09 – 1.392,11
1593 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 · 2026-10-28 · rating