LMArena · Coreano

Cómo interpretar esta clasificación

Qué mide: Es una clasificación calculada con los votos de preguntas clasificadas como Coreano en las conversaciones de texto de LMArena.

Cómo interpretar la puntuación: Muestra qué modelo prefieren los votantes en preguntas en Coreano. El idioma de la pregunta no indica la lengua materna ni la identidad de quien vota.

Precauciones: El número de votos y la amplitud de los intervalos de confianza varían según el idioma y el modelo. Para los modelos nuevos, comprueba también el número de votos, la fecha de actualización y las condiciones de agregación.

Claves para interpretar esta clasificación

• Los intervalos de confianza del 95% de claude-fable-5.1-max, en 1.º lugar, y muse-spark-1.3-max, en 2.º, se solapan. Esta agregación por sí sola no permite establecer con certeza el orden de ambos modelos.
• Hay otros 24 modelos cuyos intervalos de confianza se solapan con el del 1.º. Interpreta con cautela las diferencias pequeñas de posición, teniendo en cuenta el número de votos.
• Entre los 10 modelos mejor clasificados, Anthropic tiene la mayor cantidad, con 4 modelos.
• El modelo en 1.º lugar recibió 177 votos y esta clasificación incluye 278 modelos.