Ibm · pașaport de model
Granite 3.3 8B (Non-reasoning)
granite-3-3-8b- Cea mai bună percentilă
- 15.3LiveCodeBench (Artificial Analysis)
- Poziția după scorul compus
- 31.0contractat · 3/27 axe
Ce spun datele
Evaluat pe 3 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Cele mai slabe axe
- 5.9 pct — IFBench (Artificial Analysis) (22.4%)
- 14.6 pct — MMLU-Pro (Artificial Analysis) (46.8%)
Neuniform: 9,4 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 15.3 pct pe LiveCodeBench (Artificial Analysis) față de 5.9 pct pe IFBench (Artificial Analysis).
- LiveCodeBench (Artificial Analysis)15.3 pct12.7%Verifică →
- MMLU-Pro (Artificial Analysis)14.6 pct46.8%Verifică →
- IFBench (Artificial Analysis)5.9 pct22.4%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
- SWE-bench Verified (clasament live)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.
Granite 3.3 8B (Non-reasoning) stands at 31 (raw mean 11.9) — measured on 3 of 27 axes.
Granite 3.3 8B (Non-reasoning) scores at percentile 5.9 on IFBench (Artificial Analysis).
Granite 3.3 8B (Non-reasoning) scores at percentile 14.6 on MMLU-Pro (Artificial Analysis).
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 →