Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

Pașaport de model

Gemma 2 9b It Simpo

gemma-2-9b-it-simpo

Ponderi deschise
Licență MIT
Lansat 2024-07-02(curatoriat)

General · LMArena: 1,280#283 din 396
Cea mai bună percentilă: 28.8General
Poziția în cohortă: 36.1mediană 36.2

Ce spun datele

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

Neuniform: 7,8 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 28.8 pct pe General față de 21 pct pe Programare.

General28.8 pct1,280Verifică →
Urmarea instrucțiunilor26.8 pct1,252Verifică →
Prompturi dificile26.5 pct1,272Verifică →
Programare21 pct1,271Verifică →
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
SWE-bench Verified (clasament live)Neevaluat
Terminal-Bench 4.0Neevaluat
MMLU-Pro (Artificial Analysis)Neevaluat
LiveCodeBench (Artificial Analysis)Neevaluat
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.

gemma-2-9b-it-simpo stands at 36.1 (raw mean 25.8) — measured on 4 of 27 axes.
pozițieșablonVerifică →
gemma-2-9b-it-simpo stands at 36.1 versus a cohort median of 36.2 across 129 models released within 180 days — below the peer median.
cohortășablonVerifică →

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 →