Llama 3 1 405b Instruct
3533–35
33interval35
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 37.660
- Ultima sincronizare
- 15 minacum 15 minute
Toate sursele se sincronizează normal
- Arena · Text· acum 5 ore
- Arena · WebDev· acum 5 ore
- Arena · Vision· acum 5 ore
- Arena · Agent· acum 5 ore
- GPQA Diamond· acum 15 minute
- SWE-bench· acum 15 minute
- Terminal-Bench· acum 15 minute
- ARC-AGI-2· acum 15 minute
Filtrează după organizație:
Lansat:
O singură grilă, toate coloanele. Alege axe din panoul Axe — o axă clasifică precum un singur clasament, mai multe se combină într-un scor compus ponderat, toate la un loc se citesc ca indexul. Locul este atribuit înaintea oricărui filtru și nu se renumerotează niciodată.
587 de modele care nu sunt disponibile azi sunt lăsate în afara acestui clasament.
| Model | Organizație | Interval | Oscilație | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | i | Adaugă la comparație | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 390 | Llama 3 1 405b Instruct | meta | iul. 2024 | — | 34.5Clasat 34.5 = (4 × 22.9 + 3 × 50) ÷ 7. 22.9 este Media: percentila medie pe cele 4 din 21 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică. | 33–35 | 22.9 | 35 | 4/21 | #144–389 | 47 | — | — | — | — | — | — | 19 | 13 | — | — | — | — | 13 | — | — | — | — | — | — | — | — |
Mixul este contractat după acoperire; scorul compus brut apare gri lângă el · O insignă „redusă” înseamnă că mai puțin de 3 clasamente au evaluat acest model
Sursă: Artificial Analysis (artificialanalysis.ai) · scoruri republicate cu atribuire prin setul de date Every Eval Ever (CC BY 4.0)