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

Allenai · pașaport de model

Molmo 2 8b

molmo-2-8b

Ponderi deschise
Licență Apache 2.0
Lansat 2024-09-25(curatoriat)

General · LMArena: 1,322#239 din 396
Cea mai bună percentilă: 42.4Prompturi dificile
Poziția în cohortă: 42.1mediană 38.2

Ce spun datele

Evaluat pe 4 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Neuniform: 20,4 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 42.4 pct pe Prompturi dificile față de 22 pct pe Vision Arena.

Prompturi dificile42.4 pct1,335Verifică →
Urmarea instrucțiunilor40.2 pct1,304Verifică →
General39.9 pct1,322Verifică →
Vision Arena22 pct1,112Verifică →
WebDev 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
ProgramareNeevaluat

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.

molmo-2-8b stands at 42.1 (raw mean 36.1) — measured on 4 of 27 axes.
pozițieșablonVerifică →
molmo-2-8b stands at 42.1 versus a cohort median of 38.2 across 134 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 →