Llama-3.1-Nemotron-70B-Instruct-HF
44±0
43interval44
aiqbench · Benchmark-uri LLM
Benchmark-uri
- Surse
- 8
- Intrări urmărite
- 22.310
- Ultima sincronizare
- 35 minacum 35 de minute
Toate sursele se sincronizează normal
- Arena · Text· acum 4 ore
- Arena · WebDev· acum 4 ore
- Arena · Vision· acum 4 ore
- Arena · Agent· acum 4 ore
- GPQA Diamond· acum 35 de minute
- SWE-bench· acum 35 de minute
- Terminal-Bench· acum 35 de minute
- ARC-AGI-2· acum 35 de minute
Filtrează după organizație:
Lansat:
llama-3.1-nemotron-70b-instruct
43±0
42interval44
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 | |||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 629 | Llama-3.1-Nemotron-70B-Instruct-HF | Meta | — | — | 43.8 25.1Clasat 43.8 = (1 × 25.1 + 3 × 50) ÷ 4. 25.1 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 | — | — | — | — | — | — | — | — | — | — | — | — | — | — | — | 25 | — | — | — | — | — | — | — | ||
| 667 | llama-3.1-nemotron-70b-instruct | nvidia | oct. 2024 | — | 42.8 31.9Clasat 42.8 = (2 × 31.9 + 3 × 50) ÷ 5. 31.9 este percentila medie pe cele 2 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică. | 42–44 | 2 | 2/22redusă | #263–667 | 33 | — | — | — | — | — | — | — | — | — | — | — | — | — | 31 | — | — | — | — | — | — | — |
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