Фактическая точность LLM: следование инструкциям — Arena

Что показывает этот рейтинг

Насколько пользователям подходят ответы на задания с условиями и инструкциями.

Показана отдельная шкала фактической точности Arena. Эти баллы нельзя сравнивать напрямую с обычным рейтингом предпочтений.

Как сравнивать близкие результаты

Наведите на балл или нажмите на него, чтобы увидеть 95% интервал и число наблюдений. Пересекающиеся интервалы означают неопределённость относительного порядка; близкое место само по себе не доказывает заметное преимущество на вашей задаче. Место сохранено по данным Arena и не перенумеровывается при фильтрации.

Где пользоваться выбранной нейросетью

У моделей, для которых есть карточка с точно сопоставленной версией, название ведёт к характеристикам. Для готовых приложений откройте модели по задаче или таблицу подписок. Тариф и доступный режим нужно сверять отдельно от баллов модели.