Meta · pașaport de model
Llama 3 8b Instruct
llama-3-8b-instruct- Ponderi deschise
- Licență Llama 3 Community
- Lansat 2024-04-18(curatoriat)
- General · LMArena
- 1,224#317 din 396
- Cea mai bună percentilă
- 20.2General
- Poziția în cohortă
- 32.2mediană 33.0
Ce spun datele
Evaluat pe 4 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Neuniform: 2 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 20.2 pct pe General față de 18.2 pct pe Prompturi dificile.
- General20.2 pct1,224Verifică →
- Programare18.7 pct1,253Verifică →
- Urmarea instrucțiunilor18.7 pct1,193Verifică →
- Prompturi dificile18.2 pct1,220Verifică →
- 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-3-8b-instruct stands at 32.2 (raw mean 18.9) — measured on 4 of 27 axes.
llama-3-8b-instruct stands at 32.2 versus a cohort median of 33 across 118 models released within 180 days — below the peer median.
llama-3-8b-instruct ranks between #324 and #674 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 →