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

Nous-Research · pașaport de model

Nous: Hermes 3 70B Instruct

hermes-3-llama-3-1-70b

Ponderi deschise
70.6B parametri
131,072 context
Lansat 2024-07-29(repo HF creat)

Cea mai bună percentilă: 25.8LiveBench
Poziția în cohortă: 37.2mediană 36.7

Ce spun datele

Evaluat pe 3 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Neuniform: 2,6 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 25.8 pct pe LiveBench față de 23.2 pct pe MMLU-Pro (Artificial Analysis).

LiveBench25.8 pct39.6%Verifică →
LiveCodeBench (Artificial Analysis)24.4 pct18.8%Verifică →
MMLU-Pro (Artificial Analysis)23.2 pct57.1%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
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
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.

Cum îl rulezi

Rulează-l singur

RepositoryNousResearch/Hermes-3-Llama-3.1-70B

Parametri70.6B

ArhitecturăLlamaForCausalLM

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "NousResearch/Hermes-3-Llama-3.1-70B"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)

Ollama

Nu sincronizăm tag-urile Ollama, așa că nu afișăm o comandă pe care nu o putem verifica — una greșită ar descărca modelul greșit. Caută în biblioteca Ollama →

Rețetele de fine-tuning Unsloth sunt specifice fiecărui model și nu le derivăm aici. Documentația Unsloth →

Folosește-l găzduit

ID de model APInousresearch/hermes-3-llama-3.1-70b

Lungime context131,072 tokeni

Ieșire maximă16,384 tokeni

Preț intrare$0.70 per 1M tokeni

Preț ieșire$0.70 per 1M tokeni

Parametri API acceptați de acest endpoint

Frequency penaltyLogit biasMax tokensMin-pPresence penaltyRepetition penaltySeedStop sequencesStructured outputsTemperatureTop-kTop-p

Exemplu de cerere

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"nousresearch/hermes-3-llama-3.1-70b","messages":[{"role":"user","content":"Hello"}]}'

Vezi pe OpenRouter →

Identificatorii, limitele și prețurile sunt sincronizate din sursa upstream afișată mai sus. Orice câmp nesincronizat este omis complet, nu ghicit.

hermes-3-llama-3.1-70b stands at 37.2 (raw mean 24.5) — measured on 3 of 27 axes.
pozițieșablonVerifică →
hermes-3-llama-3.1-70b stands at 37.2 versus a cohort median of 36.7 across 130 models released within 180 days — above 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 →