Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
10101050
vicuna-7b
vicuna-7b · Intervallo 95% 1021,8–1040,0 · 6,923 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
vicuna-7b
979,02 rating
Intervallo di confidenza: 946,20 – 1.011,83
335 voti
Categoria
chinese
Configurazione valutata
vicuna-7b
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
vicuna-7b
1.009,84 rating
Intervallo di confidenza: 987,45 – 1.032,22
726 voti
Categoria
coding
Configurazione valutata
vicuna-7b
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
vicuna-7b
1.020,94 rating
Intervallo di confidenza: 1.003,11 – 1.038,76
1323 voti
Categoria
creative_writing
Configurazione valutata
vicuna-7b
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
vicuna-7b
1.051,25 rating
Intervallo di confidenza: 1.041,37 – 1.061,12
5577 voti
Categoria
english
Configurazione valutata
vicuna-7b
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
vicuna-7b
840,88 rating
Intervallo di confidenza: 827,73 – 854,03
4750 voti
Categoria
exclude_ties
Configurazione valutata
vicuna-7b
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
vicuna-7b
994,75 rating
Intervallo di confidenza: 978,12 – 1.011,37
1258 voti
Categoria
hard_prompts
Configurazione valutata
vicuna-7b
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
vicuna-7b
1.004,23 rating
Intervallo di confidenza: 985,88 – 1.022,58
1066 voti
Categoria
hard_prompts_english
Configurazione valutata
vicuna-7b
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating