Snowflake · pașaport de model
Snowflake Arctic Instruct
snowflake-arctic-instruct- Ponderi deschise
- Licență Apache 2.0
- 478.6B parametri
- Lansat 2024-04-24(curatoriat)
- General · LMArena
- 1,180#340 din 396
- Cea mai bună percentilă
- 95.2Halucinații HHEM (Vectara)
- Poziția în cohortă
- 37.8mediană 32.9
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 puternice axe
- 95.2 pct — Halucinații HHEM (Vectara) (95.7%)
Cele mai slabe axe
- 13.9 pct — Urmarea instrucțiunilor (1,154)
- 14.4 pct — General (1,180)
- 14.6 pct — Prompturi dificile (1,187)
Neuniform: 81,3 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 95.2 pct pe Halucinații HHEM (Vectara) față de 13.9 pct pe Urmarea instrucțiunilor.
- Halucinații HHEM (Vectara)95.2 pct95.7%Verifică →
- Programare14.6 pct1,225Verifică →
- Prompturi dificile14.6 pct1,187Verifică →
- General14.4 pct1,180Verifică →
- Urmarea instrucțiunilor13.9 pct1,154Verifică →
- 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
- 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 = "Snowflake/snowflake-arctic-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.
snowflake-arctic-instruct stands at 37.8 (raw mean 30.5) — measured on 5 of 27 axes.
snowflake-arctic-instruct stands at 37.8 versus a cohort median of 32.9 across 120 models released within 180 days — above the peer median.
snowflake-arctic-instruct scores at percentile 95.2 on Halucinații HHEM (Vectara).
snowflake-arctic-instruct scores at percentile 13.9 on Urmarea instrucțiunilor.
snowflake-arctic-instruct scores at percentile 14.4 on General.
snowflake-arctic-instruct ranks between #345 and #405 across 5 built-in weightings — best under "Axat pe programare", worst under "Universal".
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 →