本市场将根据arena.ai Text Arena(整体)排名(在"Leaderboard"选项卡下,于指定日期12:00 PM ET检查时的"Leaderboard"表格中的"Rank"列)来解决。
将使用https://arena.ai/leaderboard/text/overall-no-style-control网页中"Text Arena | Overall" Leaderboard选项卡下的"Rank"列数据,关闭样式控制(Adjustments: None),并筛选"Models"类别,作为本市场的解决依据。
注意:在检查时间点,标记为"AutoEval"的模型将不被考虑,无论其是否显示排名或得分。
本市场创建后,不会再添加新模型。任何未明确列出的模型将被归类为"其他"选项。
模型将根据市场检查时间点的leaderboard排名进行排序。如果两个或多个模型排名相同,则按照其Arena得分(包括数据下方反映的任何未四舍五入的细分值)进行排序。如果仍有平局,则按照本市场组中模型名称的字母顺序(完整字符串,包括后缀如"-high"和"-max")作为最终破平规则(例如,如果两个模型仍然平局,"claude-opus-5-high"将排在"claude-opus-5-max"之前)。本市场将解决为根据此顺序排在第一位的模型。
本市场的解决依据为arena.ai Text Arena(整体)。如果在检查时间点该解决依据不可用,本市场将保持开放状态,直到leaderboard重新上线,并根据首次可用后的检查结果解决。如果该依据永久不可用,本市场将解决为"其他"。