Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
11001140
wizardlm-70b
wizardlm-70b · Intervallo 95% 1110,2–1128,8 · 8,214 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-70b
1.052,40 rating
Intervallo di confidenza: 1.020,18 – 1.084,62
334 voti
Categoria
chinese
Configurazione valutata
wizardlm-70b
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
wizardlm-70b
1.080,97 rating
Intervallo di confidenza: 1.061,36 – 1.100,57
988 voti
Categoria
coding
Configurazione valutata
wizardlm-70b
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
wizardlm-70b
1.149,04 rating
Intervallo di confidenza: 1.132,32 – 1.165,76
1779 voti
Categoria
creative_writing
Configurazione valutata
wizardlm-70b
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
wizardlm-70b
1.150,31 rating
Intervallo di confidenza: 1.140,12 – 1.160,51
6411 voti
Categoria
english
Configurazione valutata
wizardlm-70b
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
wizardlm-70b
966,31 rating
Intervallo di confidenza: 953,31 – 979,31
5678 voti
Categoria
exclude_ties
Configurazione valutata
wizardlm-70b
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
wizardlm-70b
1.082,64 rating
Intervallo di confidenza: 1.038,14 – 1.127,14
193 voti
Categoria
german
Configurazione valutata
wizardlm-70b
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
wizardlm-70b
1.079,02 rating
Intervallo di confidenza: 1.063,91 – 1.094,12
1752 voti
Categoria
hard_prompts
Configurazione valutata
wizardlm-70b
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
wizardlm-70b
1.095,96 rating
Intervallo di confidenza: 1.079,68 – 1.112,24
1475 voti
Categoria
hard_prompts_english
Configurazione valutata
wizardlm-70b
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating