Meta · pașaport de model
Llama 3 1 405b Instruct Bf16
llama-3-1-405b-instruct-bf16- Ponderi deschise
- Licență Llama 3.1 Community
- Lansat 2024-07-23(curatoriat)
- General · LMArena
- 1,335#222 din 396
- Cea mai bună percentilă
- 44.2General
- Poziția în cohortă
- 46.4mediană 36.3
Ce spun datele
Evaluat pe 4 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Neuniform: 1,5 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 44.2 pct pe General față de 42.7 pct pe Urmarea instrucțiunilor.
- General44.2 pct1,335Verifică →
- Programare44.2 pct1,376Verifică →
- Prompturi dificile43.9 pct1,342Verifică →
- Urmarea instrucțiunilor42.7 pct1,314Verifică →
- 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.
llama-3.1-405b-instruct-bf16 stands at 46.4 (raw mean 43.8) — measured on 4 of 27 axes.
llama-3.1-405b-instruct-bf16 stands at 46.4 versus a cohort median of 36.3 across 131 models released within 180 days — above the peer median.
llama-3.1-405b-instruct-bf16 ranks between #195 and #471 across 5 built-in weightings — best under "Axat pe programare", worst under "Toate sursele".
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 →