Q 多くの人に最も好まれる回答をするAIは? Arena Text · 下位41%65位
Q 多くの人に最も好まれる回答をするAIは? Arena Text · 下位41%65位
下位41%65位 / 108 1448 Arena Textについて Arena Textについて詳しく
Q 顧客対応の仕事をルールどおりに処理できる? TAU2 · 上位25%19位
Q 顧客対応の仕事をルールどおりに処理できる? TAU2 · 上位25%19位
上位25%19位 / 79 95.0% TAU2について TAU2について詳しく
Q1 複数の長い文書に散らばった情報を、まとめて答えられる? Long Context Reasoning · 下位21%97位 Q1 複数の長い文書に散らばった情報を、まとめて答えられる? Long Context Reasoning · 下位21%97位 Q2 多くの人に最も好まれるビジネスの回答をするAIは? Arena Business, Management & Finance · 上位50%54位 Q3 初めて見るルールや知識を覚えて、すぐに使える? CL-bench · 下位25%10位 Q4 日常に散らばった情報をまとめて、すぐに使える? CL-bench Life · 下位19%10位
Q1 下位21%97位 / 121 68.3% Q2 1455 Q3 15.7% Q4 6.9% Long Context Reasoningについて Long Context Reasoningについて詳しく
Q1 多くの人に好まれ、しかも間違いのない回答をするAIは? Arena Text Factuality · 下位36%67位 Q1 多くの人に好まれ、しかも間違いのない回答をするAIは? Arena Text Factuality · 下位36%67位 Q2 複数の資料を集める必要がある質問に、漏れなく答えられる? DeepSearchQA · 下位40%10位
Q1 下位36%67位 / 103 1444 Q2 86.7% Arena Text Factualityについて Arena Text Factualityについて詳しく
Q1 コーディングの回答で、多くの人に最も好まれているAIは? Arena Coding · 下位46%60位 Q1 コーディングの回答で、多くの人に最も好まれているAIは? Arena Coding · 下位46%60位 Q2 正解のない最適化問題で、よりよい答えを見つけられる? ALE-Bench · 下位32%63位 Q3 実際の開発プロジェクトの問題をコードで直せる? SWE-Bench Pro · 下位33%37位 Q1 下位46%60位 / 108 1503 Q2 785 Q3 55.0% Q4 40.9% Q5 41.4 Q6 1435 Q7 42.5% Q8 1491 Arena Codingについて Arena Codingについて詳しく
Q1 多くの人に最も好まれる文章・文学の回答をするAIは? Arena Writing, Literature & Language · 下位43%63位 Q1 多くの人に最も好まれる文章・文学の回答をするAIは? Arena Writing, Literature & Language · 下位43%63位 Q2 会話が長くなったとき、多くの人に最も好まれるAIは? Arena Multi-turn · 下位50%55位 Q3 形式や長さなどの細かい条件を、漏れなく守れる? IFBench · 下位50%42位 Q1 下位43%63位 / 108 1433 Q2 1466 Q3 68.8% Q4 1424 Q5 1445 Q6 1426 Arena Writing, Literature & Languageについて Arena Writing, Literature & Languageについて詳しく
Q1 さまざまな分野の専門家でも難しい問題を解ける? Humanity's Last Exam · 下位48%65位 Q1 さまざまな分野の専門家でも難しい問題を解ける? Humanity's Last Exam · 下位48%65位 Q2 多くの人に最も好まれる数学の回答をするAIは? Arena Math · 下位48%56位 Q3 大学院レベルの科学の問題を解ける? GPQA Diamond · 上位48%49位 Q1 下位48%65位 / 122 30.4% Q2 1450 Q3 87.0% Q4 1480 Q5 1469 Humanity's Last Examについて Humanity's Last Examについて詳しく
Q1 韓国語で聞いたとき、多くの人に最も好まれるAIは? Arena Korean · 下位50%47位 Q1 韓国語で聞いたとき、多くの人に最も好まれるAIは? Arena Korean · 下位50%47位 Q2 日本語で聞いたとき、多くの人に最も好まれるAIは? Arena Japanese · 下位29%64位 Q3 難しい質問で、多くの人に最も好まれるAIは? Arena Hard Prompts · 下位47%59位 Q1 下位50%47位 / 91 1419 Q2 1391 Q3 1475 Q4 1493 Q5 1465 Q6 1457 Q7 88.0% Q8 68.7% Q9 71.0% Q10 66.4% Q11 67.0% Q12 81.3% Q13 79.6% Q14 68.0% Q15 76.7% Q16 40.2% Q17 14.4% Q18 77.0% Q19 89.0% Q20 80.0% Q21 59.0% Q22 60.0% Q23 66.0% Q24 66.0% Q25 30.0% Arena Koreanについて Arena Koreanについて詳しく
Q1 言葉の意味や言葉遊びで、単語パズルをグループ分けできる? NYT Connections Extended · 下位20%94位 Q1 言葉の意味や言葉遊びで、単語パズルをグループ分けできる? NYT Connections Extended · 下位20%94位 Q2 スネークゲームの1対1対決で、どちらが長く生き残る? SnakeBench · 下位46%164位
Q1 下位20%94位 / 115 25.8% Q2 21 NYT Connections Extendedについて NYT Connections Extendedについて詳しく