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

Alibaba · pașaport de model

Qwen1 5 110b Chat

qwen1-5-110b-chat

Ponderi deschise
Licență Qianwen LICENSE
111.2B parametri
Lansat 2024-04-25(curatoriat)

General · LMArena: 1,234#308 din 396
Cea mai bună percentilă: 23.5Programare
Poziția în cohortă: 31.8mediană 33.1

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

12.7 pct — LiveBench (29.1%)

Neuniform: 10,8 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 23.5 pct pe Programare față de 12.7 pct pe LiveBench.

Programare23.5 pct1,280Verifică →
Urmarea instrucțiunilor23 pct1,218Verifică →
Prompturi dificile23 pct1,246Verifică →
General22.5 pct1,234Verifică →
LiveBench12.7 pct29.1%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

RepositoryQwen/Qwen1.5-110B-Chat

Parametri111.2B

ArhitecturăQwen2ForCausalLM

LicențăQianwen LICENSE

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "Qwen/Qwen1.5-110B-Chat"
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.

qwen1.5-110b-chat stands at 31.8 (raw mean 20.9) — measured on 5 of 27 axes.
pozițieșablonVerifică →
qwen1.5-110b-chat stands at 31.8 versus a cohort median of 33.1 across 119 models released within 180 days — below 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 →