Sari la conținut
aiqbench

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

Alibaba · pașaport de model

Qwen2 72b Instruct

qwen2-72b-instruct
  • Ponderi deschise
  • Licență Qianwen LICENSE
  • 72.7B parametri
  • Lansat 2024-06-07(curatoriat)
6/27axe acoperite
General · LMArena
1,262#295 din 396
Cea mai bună percentilă
27.1LiveBench
Poziția în cohortă
33.6mediană 35.0

Ce spun datele

Evaluat pe 6 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Neuniform: 4,9 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 27.1 pct pe LiveBench față de 22.2 pct pe GPQA Diamond.

  • LiveBench27.1 pct40.1%Verifică →
  • Prompturi dificile27 pct1,274Verifică →
  • General25.8 pct1,262Verifică →
  • Programare25.6 pct1,297Verifică →
  • Urmarea instrucțiunilor24.7 pct1,243Verifică →
  • GPQA Diamond22.2 pct40.8%Verifică →
  • WebDev ArenaNeevaluat
  • Vision ArenaNeevaluat
  • Factuality ArenaNeevaluat
  • Search ArenaNeevaluat
  • Document ArenaNeevaluat
  • Agent ArenaNeevaluat
  • 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/Qwen2-72B-Instruct
Parametri72.7B
ArhitecturăQwen2ForCausalLM
LicențăQianwen LICENSE

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "Qwen/Qwen2-72B-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.

  • qwen2-72b-instruct stands at 33.6 (raw mean 25.4) — measured on 6 of 27 axes.

    pozițieșablonVerifică →

  • qwen2-72b-instruct stands at 33.6 versus a cohort median of 35 across 124 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 →