Cohere · pașaport de model
Command R
command-r- Ponderi deschise
- Licență CC-BY-NC-4.0
- Lansat 2024-03-11(curatoriat)
- General · LMArena
- 1,227#313 din 396
- Cea mai bună percentilă
- 21.2General
- Poziția în cohortă
- 26.1mediană 31.9
Ce spun datele
Evaluat pe 7 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Cele mai slabe axe
- 10 pct — LiveBench (26.8%)
- 12 pct — MMLU-Pro (Artificial Analysis) (43.2%)
- 14.1 pct — LiveCodeBench (Artificial Analysis) (12.2%)
Neuniform: 11,2 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 21.2 pct pe General față de 10 pct pe LiveBench.
- General21.2 pct1,227Verifică →
- Urmarea instrucțiunilor19.9 pct1,200Verifică →
- Prompturi dificile17.2 pct1,215Verifică →
- Programare16.6 pct1,244Verifică →
- LiveCodeBench (Artificial Analysis)14.1 pct12.2%Verifică →
- MMLU-Pro (Artificial Analysis)12 pct43.2%Verifică →
- LiveBench10 pct26.8%Verifică →
- WebDev ArenaNeevaluat
- Vision ArenaNeevaluat
- Factuality ArenaNeevaluat
- Search ArenaNeevaluat
- Document ArenaNeevaluat
- Agent ArenaNeevaluat
- GPQA DiamondNeevaluat
- AIME (matematică)Neevaluat
- FrontierMathNeevaluat
- SimpleQA VerifiedNeevaluat
- ARC-AGI-2Neevaluat
- Humanity's Last ExamNeevaluat
- SimpleBenchNeevaluat
- BFCL v4 (apelare de funcții)Neevaluat
- SWE-bench Verified (clasament live)Neevaluat
- Terminal-Bench 4.0Neevaluat
- IFBench (Artificial Analysis)Neevaluat
- Halucinații HHEM (Vectara)Neevaluat
- SWE-bench VerifiedNeevaluat
- Terminal-BenchNeevaluat
Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.
command-r stands at 26.1 (raw mean 15.9) — measured on 7 of 27 axes.
command-r stands at 26.1 versus a cohort median of 31.9 across 104 models released within 180 days — below the peer median.
command-r scores in the 10th percentile on LiveBench.
command-r scores in the 12th percentile on MMLU-Pro (Artificial Analysis).
command-r ranks between #325 and #1,004 across 5 built-in weightings — best under "Conversație pe primul loc", worst under "Toate sursele".
Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →