Standings LMSYS - Chatbot Arena Human Preference Predictions [languages, text conversation, log loss] August 12, 2024

updated 3 months, 3 weeks ago
Rank
Handle
Score
Last
Submission
Delta
Rank
Delta
Score
1
BlackPearl (no leak)
0.97 4 months, 1 week ago 5 0.132
2
[Rist] pref(no leak)
0.97 4 months, 1 week ago 3 0.143
3 0.98 4 months, 1 week ago 5 0.136
4 0.98 4 months, 1 week ago 11 0.127
5 0.98 4 months, 1 week ago 9 0.131
6
whak(no leak)
0.98 4 months, 1 week ago 17 0.121
7 0.98 4 months, 1 week ago 27 0.118
8 0.98 4 months, 2 weeks ago 53 0.116
9
Ebi (no leak)
0.98 4 months, 1 week ago 12 0.124
10
Ilya Novoselskiy
0.98 4 months, 1 week ago 76 0.111
11 0.98 4 months, 2 weeks ago 54 0.115
12 0.98 4 months, 1 week ago 10 0.124
13
gpt2-chatbot-which-trusted-cv
0.98 4 months, 1 week ago 44 0.117
14 0.98 4 months, 1 week ago 5 0.142
15
M (no leak)
0.98 4 months, 2 weeks ago 43 0.118
16
Chris Deotte (no leak)
0.99 4 months, 1 week ago 2 0.129
17 0.99 4 months, 1 week ago 12 0.123
18
Shelton (no leak)
0.99 4 months, 1 week ago 86 0.107
19 0.99 4 months, 1 week ago 9 0.124
20 0.99 4 months, 1 week ago 4 0.132
21 0.99 4 months, 1 week ago 6 0.125
22 0.99 4 months, 1 week ago 4 0.125
23
LMSYS_UCLA (No leak)
0.99 4 months, 1 week ago 67 0.114
24
Eagle and Sea (No Leak)
0.99 4 months, 1 week ago 31 0.121
25
Priyanshu Kumar
0.99 4 months, 1 week ago 59 0.116
26 0.99 4 months, 1 week ago 5 0.124
27 0.99 4 months, 1 week ago 58 0.116
28 0.99 4 months, 1 week ago 78 0.108
29 0.99 4 months, 1 week ago 46 0.118
30 0.99 4 months, 1 week ago 11 0.131
31
Allie K. (no leak)
0.99 4 months, 1 week ago 37 0.119
32
Sally has 3 brothers (no leak)
0.99 4 months, 1 week ago 22 0.143
33 0.99 4 months, 1 week ago 20 0.140
34
orangeaugust (no leak)
0.99 4 months, 1 week ago 22 0.140
35
flg (no leak)
0.99 4 months, 1 week ago 24 0.143
36 0.99 4 months, 1 week ago 6 0.127
37 0.99 4 months, 1 week ago 12 0.128
38 0.99 4 months, 1 week ago 21 0.135
39 0.99 4 months, 1 week ago 75 0.109
40 0.99 4 months, 1 week ago 9 0.125
41 0.99 4 months, 1 week ago 38 0.121
42
Happy Paws
0.99 4 months, 1 week ago 38 0.121
43 0.99 4 months, 1 week ago 29 0.122
44 0.99 4 months, 1 week ago 33 0.121
45 0.99 4 months, 1 week ago 22 0.122
46 0.99 4 months, 1 week ago 32 0.121
47 0.99 4 months, 1 week ago 27 0.122
48
larrytiandi
0.99 4 months, 1 week ago 35 0.120
49 0.99 4 months, 1 week ago 24 0.122
50 0.99 4 months, 1 week ago 30 0.134
more