RAG + SWE-Llama 13B
38±0
38interval39
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.310
- Ultima sincronizare
- 37 minacum 37 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 8 ore
- Arena · WebDev· acum 8 ore
- Arena · Vision· acum 8 ore
- Arena · Agent· acum 8 ore
- GPQA Diamond· acum 37 de minute
- SWE-bench· acum 37 de minute
- Terminal-Bench· acum 37 de minute
- ARC-AGI-2· acum 37 de minute
Filtrează după organizație:
Lansat:
llama-13b
38±0
37interval38
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.
| 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 | |||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 860 | RAG + SWE-Llama 13B | meta | — | — | 38.3 3.1Clasat 38.3 = (1 × 3.1 + 3 × 50) ÷ 4. 3.1 este percentila medie pe cele 1 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică. | — | — | 1/22redusă | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 3 | — | — | — | — | — | ||
| 895 | llama-13b | meta | feb. 2023 | — | 37.6 0.5Clasat 37.6 = (1 × 0.5 + 3 × 50) ÷ 4. 0.5 este percentila medie pe cele 1 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică. | 37–38 | — | 1/22redusă | #410–895 | 1 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — |
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