Pașaport de model
Solar 10 7b Instruct V1 0
solar-10-7b-instruct-v1-0- Ponderi deschise
- Licență CC-BY-NC-4.0
- Lansat 2023-12-13(curatoriat)
- General · LMArena
- 1,153#354 din 396
- Cea mai bună percentilă
- 10.9General
- Poziția în cohortă
- 27.1mediană 29.2
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
- 8.6 pct — Urmarea instrucțiunilor (1,116)
- 10 pct — Programare (1,184)
- 10.6 pct — Prompturi dificile (1,158)
Neuniform: 2,3 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 10.9 pct pe General față de 8.6 pct pe Urmarea instrucțiunilor.
- General10.9 pct1,153Verifică →
- Prompturi dificile10.6 pct1,158Verifică →
- Programare10 pct1,184Verifică →
- Urmarea instrucțiunilor8.6 pct1,116Verifică →
- 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.
solar-10.7b-instruct-v1.0 stands at 27.1 (raw mean 10) — measured on 4 of 27 axes.
solar-10.7b-instruct-v1.0 stands at 27.1 versus a cohort median of 29.2 across 82 models released within 180 days — below the peer median.
solar-10.7b-instruct-v1.0 scores at percentile 8.6 on Urmarea instrucțiunilor.
solar-10.7b-instruct-v1.0 scores in the 10th percentile on Programare.
solar-10.7b-instruct-v1.0 ranks between #369 and #772 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 →