- Originalwert
- 1494.9999158822698
- Bewertung
- 1494.9999158822698
- Messgröße
- style-controlled Bradley-Terry rating
- Einheit
- rating
- Benchmark-Version
- style-control-v1
- Kategorie
- general
- Aufgabe
- chinese
- Aufgabenbezeichnung
- Chinese
- Richtung
- Mehr ist besser
- Vergleichskohorte
- lmarena-text-style-control:2026-09-25:chinese
- Konfidenzintervall
- 10.766734
- Quellentyp
- official-leaderboard
- Auswertung
- LMArena
- Status
- active
- Abrufdatum
- 2026-09-29
- Methodik
- Stilbereinigte Arena-Bewertung aus 3.360 anonymen Paarvergleichen.. Kennung des Quellmodells: lmarena/claude-sonnet-5-high. Name des Quellmodells: Claude Sonnet 5. Anbieter laut Quelle: Anthropic. Modellstand: claude-sonnet-5-high. Evaluator: LMArena. Datensatztyp: public-crowdsourced-preferences. Stand der Rangliste: 2026-09-25. Harness: Arena text, style control. Reasoning-Stufe: high. Quellenkennung: lmarena. Kennung der Evidenzaufnahme: lmarena-4c39810eebe1cb20145d0a81756a95b8f057cd03-4bbdd1fff0d5. Prüfsumme der Quelldaten: 4bbdd1fff0d56b5a2fd466194aafa30ed60d3c2bddaec0fe4869e786ea29e2ab. Parserversion: lmarena-dataset-v1. Importiert am: 2026-09-29
- Vergleichsmethodik
- Stilbereinigte Arena-Bewertung aus 3.360 anonymen Paarvergleichen.. Harness: Arena text, style control. Reasoning-Stufe: high
- Einordnung
- Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall und Modellkonfiguration gehören zum Ergebnis.