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 / codinghuman preference · 2026-10-28 · rating
StableLM Tuned Alpha 7B
885,73 rating
Intervallo di confidenza: 853,89 – 917,58
363 voti
Categoria
coding
Configurazione valutata
StableLM Tuned Alpha 7B
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-28 · rating
StableLM Tuned Alpha 7B
867,59 rating
Intervallo di confidenza: 840,20 – 894,98
536 voti
Categoria
creative_writing
Configurazione valutata
StableLM Tuned Alpha 7B
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-28 · rating
StableLM Tuned Alpha 7B
889,62 rating
Intervallo di confidenza: 875,74 – 903,50
2707 voti
Categoria
english
Configurazione valutata
StableLM Tuned Alpha 7B
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating
StableLM Tuned Alpha 7B
583,37 rating
Intervallo di confidenza: 562,66 – 604,07
2206 voti
Categoria
exclude_ties
Configurazione valutata
StableLM Tuned Alpha 7B
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-28 · rating
StableLM Tuned Alpha 7B
835,02 rating
Intervallo di confidenza: 811,07 – 858,98
575 voti
Categoria
hard_prompts
Configurazione valutata
StableLM Tuned Alpha 7B
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating
StableLM Tuned Alpha 7B
849,43 rating
Intervallo di confidenza: 822,84 – 876,02
497 voti
Categoria
hard_prompts_english
Configurazione valutata
StableLM Tuned Alpha 7B
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-28 · rating