Pașaport de model
Starling Lm 7b Alpha
starling-lm-7b-alpha- Ponderi deschise
- Licență CC-BY-NC-4.0
- Lansat 2023-11-28(curatoriat)
- General · LMArena
- 1,168#348 din 396
- Cea mai bună percentilă
- 13.0Programare
- Poziția în cohortă
- 28.6mediană 29.3
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
- 12.1 pct — Urmarea instrucțiunilor (1,136)
- 12.4 pct — Prompturi dificile (1,169)
- 12.4 pct — General (1,168)
Neuniform: 0,9 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 13 pct pe Programare față de 12.1 pct pe Urmarea instrucțiunilor.
- Programare13 pct1,208Verifică →
- General12.4 pct1,168Verifică →
- Prompturi dificile12.4 pct1,169Verifică →
- Urmarea instrucțiunilor12.1 pct1,136Verifică →
- 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.
starling-lm-7b-alpha stands at 28.6 (raw mean 12.5) — measured on 4 of 27 axes.
starling-lm-7b-alpha stands at 28.6 versus a cohort median of 29.3 across 81 models released within 180 days — below the peer median.
starling-lm-7b-alpha scores at percentile 12.1 on Urmarea instrucțiunilor.
starling-lm-7b-alpha scores at percentile 12.4 on General.
starling-lm-7b-alpha ranks between #354 and #754 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 →