Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
13201360
Trinity Large Preview
Trinity Large Preview · Intervallo 95% 1334,4–1342,8 · 31,233 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
Trinity Large Preview
1.353,23 rating
Intervallo di confidenza: 1.339,54 – 1.366,92
2132 voti
Categoria
chinese
Configurazione valutata
Trinity Large Preview
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-28 · rating
Trinity Large Preview
1.380,71 rating
Intervallo di confidenza: 1.373,43 – 1.387,98
7976 voti
Categoria
coding
Configurazione valutata
Trinity Large Preview
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-28 · rating
Trinity Large Preview
1.319,01 rating
Intervallo di confidenza: 1.309,88 – 1.328,13
4766 voti
Categoria
creative_writing
Configurazione valutata
Trinity Large Preview
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-28 · rating
Trinity Large Preview
1.357,92 rating
Intervallo di confidenza: 1.352,12 – 1.363,72
13890 voti
Categoria
english
Configurazione valutata
Trinity Large Preview
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-28 · rating
Trinity Large Preview
1.297,53 rating
Intervallo di confidenza: 1.291,74 – 1.303,31
23711 voti
Categoria
exclude_ties
Configurazione valutata
Trinity Large Preview
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-28 · rating
Trinity Large Preview
1.351,00 rating
Intervallo di confidenza: 1.339,38 – 1.362,62
2881 voti
Categoria
expert
Configurazione valutata
Trinity Large Preview
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-28 · rating
Trinity Large Preview
1.374,99 rating
Intervallo di confidenza: 1.354,10 – 1.395,88
899 voti
Categoria
french
Configurazione valutata
Trinity Large Preview
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-28 · rating
Trinity Large Preview
1.314,69 rating
Intervallo di confidenza: 1.286,12 – 1.343,27
463 voti
Categoria
german
Configurazione valutata
Trinity Large Preview
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-28 · rating
Trinity Large Preview
1.349,31 rating
Intervallo di confidenza: 1.344,09 – 1.354,53
19471 voti
Categoria
hard_prompts
Configurazione valutata
Trinity Large Preview
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-28 · rating
Trinity Large Preview
1.366,95 rating
Intervallo di confidenza: 1.359,99 – 1.373,90
8978 voti
Categoria
hard_prompts_english
Configurazione valutata
Trinity Large Preview
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-28 · rating