Pairwise Preference Comparison on 150 prompt-response pairs
63.3333Win Rate
RL-trained policy
Updated 5d ago
Evaluation Results
| Method | Links | |||
|---|---|---|---|---|
2026.05 | 63.3333 | 23.3333 | 13.3333 | |
2026.05 | 62 | 23.3333 | 14.6667 | |
2026.05 | 60 | 25.3333 | 14.6667 | |
2026.05 | 58.6667 | 26.6667 | 14.6667 | |
2026.05 | 56.6667 | 26.6667 | 16.6667 | |
2026.05 | 54.6667 | 34 | 11.3333 | |
2026.05 | 51.3333 | 38.6667 | 10 | |
2026.05 | 50.6667 | 40.6667 | 8.6667 | |
2026.05 | 45.3333 | 46.6667 | 8 |