Pașaport de model
Koala 13b
koala-13b- Ponderi deschise
- Licență Non-commercial
- Lansat 2023-04-03(curatoriat)
- General · LMArena
- 1,071#384 din 396
- Cea mai bună percentilă
- 3.3General
- Poziția în cohortă
- 23.1mediană 25.6
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 slabe axe
- 2.8 pct — Prompturi dificile (1,035)
- 2.8 pct — Urmarea instrucțiunilor (1,027)
- 2.8 pct — Programare (1,066)
Neuniform: 0,5 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 3.3 pct pe General față de 2.8 pct pe Prompturi dificile.
- General3.3 pct1,071Verifică →
- Programare2.8 pct1,066Verifică →
- Urmarea instrucțiunilor2.8 pct1,027Verifică →
- Prompturi dificile2.8 pct1,035Verifică →
- 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.
The koala-13b model has a shrunk composite score of 23.1 and a raw composite score of 2.9, with coverage on 4 of 27 axes.
pozițieVerifică →koala-13b has a standing of 23.1, compared with a cohort median standing of 25.6 across a cohort of 29 models over a 180-day window.
cohortăVerifică →
koala-13b is a weakness on the Programare axis, at percentile 2.8.
punct slabVerifică →The model koala-13b is in the 2.8 percentile on the axis "Urmarea instrucțiunilor", which is a weakness.
punct slabVerifică →
Across 5 templates, koala-13b's rank ranged from 399 (best, under "Conversație pe primul loc") to 858 (worst, under "Toate sursele"), a spread of 459.
oscilație a pozițieiVerifică →
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 →