Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
10501100
wizardlm-13b
wizardlm-13b · Intervallo 95% 1067,3–1085,7 · 7,044 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
wizardlm-13b
1.022,73 rating
Intervallo di confidenza: 990,06 – 1.055,40
287 voti
Categoria
chinese
Configurazione valutata
wizardlm-13b
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
wizardlm-13b
1.034,69 rating
Intervallo di confidenza: 1.012,91 – 1.056,47
735 voti
Categoria
coding
Configurazione valutata
wizardlm-13b
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
wizardlm-13b
1.090,31 rating
Intervallo di confidenza: 1.072,50 – 1.108,12
1375 voti
Categoria
creative_writing
Configurazione valutata
wizardlm-13b
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
wizardlm-13b
1.101,65 rating
Intervallo di confidenza: 1.091,27 – 1.112,03
5508 voti
Categoria
english
Configurazione valutata
wizardlm-13b
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
wizardlm-13b
904,04 rating
Intervallo di confidenza: 890,80 – 917,29
4797 voti
Categoria
exclude_ties
Configurazione valutata
wizardlm-13b
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
wizardlm-13b
1.017,52 rating
Intervallo di confidenza: 1.001,20 – 1.033,84
1278 voti
Categoria
hard_prompts
Configurazione valutata
wizardlm-13b
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
wizardlm-13b
1.033,62 rating
Intervallo di confidenza: 1.015,48 – 1.051,77
1066 voti
Categoria
hard_prompts_english
Configurazione valutata
wizardlm-13b
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating