Pașaport de model
Openchat 3 5 0106
openchat-3-5-0106- Ponderi deschise
- Licență Apache-2.0
- Lansat 2024-01-06(curatoriat)
- General · LMArena
- 1,183#338 din 396
- Cea mai bună percentilă
- 14.9General
- Poziția în cohortă
- 29.9mediană 29.6
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
- 14.6 pct — Urmarea instrucțiunilor (1,156)
- 14.8 pct — Programare (1,230)
- 14.9 pct — Prompturi dificile (1,188)
Neuniform: 0,3 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 14.9 pct pe General față de 14.6 pct pe Urmarea instrucțiunilor.
- General14.9 pct1,183Verifică →
- Prompturi dificile14.9 pct1,188Verifică →
- Programare14.8 pct1,230Verifică →
- Urmarea instrucțiunilor14.6 pct1,156Verifică →
- 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.
openchat-3.5-0106 stands at 29.9 (raw mean 14.8) — measured on 4 of 27 axes.
openchat-3.5-0106 stands at 29.9 versus a cohort median of 29.6 across 87 models released within 180 days — above the peer median.
openchat-3.5-0106 scores at percentile 14.6 on Urmarea instrucțiunilor.
openchat-3.5-0106 scores at percentile 14.8 on Programare.
openchat-3.5-0106 ranks between #344 and #729 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 →