Microsoft · pașaport de model
Phi 3 Small 8k Instruct
phi-3-small-8k-instruct- Ponderi deschise
- Licență MIT
- 7.4B parametri
- Lansat 2024-05-21(curatoriat)
- General · LMArena
- 1,171#345 din 396
- Cea mai bună percentilă
- 15.4Prompturi dificile
- Poziția în cohortă
- 27.0mediană 34.8
Ce spun datele
Evaluat pe 5 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Cele mai slabe axe
- 11 pct — LiveBench (28.0%)
- 12.5 pct — Programare (1,205)
- 13.1 pct — General (1,171)
Neuniform: 4,4 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 15.4 pct pe Prompturi dificile față de 11 pct pe LiveBench.
- Prompturi dificile15.4 pct1,189Verifică →
- Urmarea instrucțiunilor14.1 pct1,154Verifică →
- General13.1 pct1,171Verifică →
- Programare12.5 pct1,205Verifică →
- LiveBench11 pct28.0%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
- 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.
Cum îl rulezi
Rulează-l singur
Transformers
from transformers import AutoModelForCausalLM, AutoTokenizer
model_id = "microsoft/Phi-3-small-8k-instruct"
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.
phi-3-small-8k-instruct stands at 27 (raw mean 13.2) — measured on 5 of 27 axes.
phi-3-small-8k-instruct stands at 27 versus a cohort median of 34.8 across 120 models released within 180 days — below the peer median.
phi-3-small-8k-instruct scores in the 11th percentile on LiveBench.
phi-3-small-8k-instruct scores at percentile 12.5 on Programare.
phi-3-small-8k-instruct ranks between #356 and #945 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 →