Openchat · pașaport de model
Openchat 3.5
openchat-3-5- Ponderi deschise
- Licență Apache-2.0
- Lansat 2023-11-01(curatoriat)
- General · LMArena
- 1,183#337 din 396
- Cea mai bună percentilă
- 15.2General
- Poziția în cohortă
- 24.7mediană 27.9
Ce spun datele
Evaluat pe 6 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Cele mai slabe axe
- 4.9 pct — MMLU-Pro (Artificial Analysis) (31.0%)
- 12.2 pct — LiveCodeBench (Artificial Analysis) (11.5%)
- 12.3 pct — Programare (1,203)
Neuniform: 10,3 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 15.2 pct pe General față de 4.9 pct pe MMLU-Pro (Artificial Analysis).
- General15.2 pct1,183Verifică →
- Urmarea instrucțiunilor14.4 pct1,155Verifică →
- Prompturi dificile13.4 pct1,176Verifică →
- Programare12.3 pct1,203Verifică →
- LiveCodeBench (Artificial Analysis)12.2 pct11.5%Verifică →
- MMLU-Pro (Artificial Analysis)4.9 pct31.0%Verifică →
- 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
- 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.
Cum îl rulezi
Rulează-l singur
Transformers
from transformers import AutoModelForCausalLM, AutoTokenizer
model_id = "openchat/openchat_3.5"
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 →
Identificatorii, limitele și prețurile sunt sincronizate din sursa upstream afișată mai sus. Orice câmp nesincronizat este omis complet, nu ghicit.
openchat-3.5 stands at 24.7 (raw mean 12) — measured on 6 of 27 axes.
openchat-3.5 stands at 24.7 versus a cohort median of 27.9 across 75 models released within 180 days — below the peer median.
openchat-3.5 scores at percentile 4.9 on MMLU-Pro (Artificial Analysis).
openchat-3.5 scores at percentile 12.2 on LiveCodeBench (Artificial Analysis).
openchat-3.5 ranks between #352 and #1,000 across 5 built-in weightings — best under "Conversație pe primul loc", 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 →