Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
13201360
trinity-large-preview
trinity-large-preview · Intervallo 95% 1334,5–1343,0 · 31,266 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
trinity-large-preview
1.353,30 rating
Intervallo di confidenza: 1.339,62 – 1.366,99
2132 voti
Categoria
chinese
Configurazione valutata
trinity-large-preview
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
trinity-large-preview
1.381,09 rating
Intervallo di confidenza: 1.373,82 – 1.388,36
7984 voti
Categoria
coding
Configurazione valutata
trinity-large-preview
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
trinity-large-preview
1.319,71 rating
Intervallo di confidenza: 1.310,59 – 1.328,83
4774 voti
Categoria
creative_writing
Configurazione valutata
trinity-large-preview
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
trinity-large-preview
1.358,03 rating
Intervallo di confidenza: 1.352,23 – 1.363,83
13902 voti
Categoria
english
Configurazione valutata
trinity-large-preview
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
trinity-large-preview
1.297,76 rating
Intervallo di confidenza: 1.291,98 – 1.303,55
23732 voti
Categoria
exclude_ties
Configurazione valutata
trinity-large-preview
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
trinity-large-preview
1.351,19 rating
Intervallo di confidenza: 1.339,58 – 1.362,80
2889 voti
Categoria
expert
Configurazione valutata
trinity-large-preview
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
trinity-large-preview
1.374,46 rating
Intervallo di confidenza: 1.353,57 – 1.395,35
903 voti
Categoria
french
Configurazione valutata
trinity-large-preview
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
trinity-large-preview
1.313,11 rating
Intervallo di confidenza: 1.284,57 – 1.341,65
467 voti
Categoria
german
Configurazione valutata
trinity-large-preview
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
trinity-large-preview
1.349,71 rating
Intervallo di confidenza: 1.344,49 – 1.354,94
19486 voti
Categoria
hard_prompts
Configurazione valutata
trinity-large-preview
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
trinity-large-preview
1.367,04 rating
Intervallo di confidenza: 1.360,09 – 1.373,99
8984 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 · 2026-10-15 · rating