Bytedance-Seed · pașaport de model

Doubao Seed Code

doubao-seed-code

Cea mai bună percentilă: 98.4SWE-bench Verified (clasament live)
Poziția după scorul compus: 69.5contractat · 4/27 axe

Ce spun datele

Evaluat pe 4 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Cele mai puternice axe

98.4 pct — SWE-bench Verified (clasament live) (78.8%)
93.3 pct — MMLU-Pro (Artificial Analysis) (85.4%)
85.6 pct — LiveCodeBench (Artificial Analysis) (76.6%)

Neuniform: 39,3 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 98.4 pct pe SWE-bench Verified (clasament live) față de 59.1 pct pe IFBench (Artificial Analysis).

SWE-bench Verified (clasament live)98.4 pct78.8%Verifică →
MMLU-Pro (Artificial Analysis)93.3 pct85.4%Verifică →
LiveCodeBench (Artificial Analysis)85.6 pct76.6%Verifică →
IFBench (Artificial Analysis)59.1 pct51.4%Verifică →
GeneralNeevaluat
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
LiveBenchNeevaluat
BFCL v4 (apelare de funcții)Neevaluat
Terminal-Bench 4.0Neevaluat
Halucinații HHEM (Vectara)Neevaluat
SWE-bench VerifiedNeevaluat
Terminal-BenchNeevaluat
ProgramareNeevaluat
Urmarea instrucțiunilorNeevaluat
Prompturi dificileNeevaluat

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.

Doubao-Seed-Code, from bytedance-seed, has a shrunk composite score of 69.5 and a raw composite score of 84.1, with coverage on 4 of 27 axes.
pozițieVerifică →

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 →