Na vsebino
fedi.software

Llama 2 70B SteerLM Chat v fedi-index

Ocena na vsakem področju, iz česa je sestavljena, vrednost, lokalni zagon in zgodovina.

fedi-index · Splošno

D 1.105 ±8

Percentil 12 · #262 · začasno

Ljudje raje izberejo / Rešuje naloge

1.097 / —

Človeški glasovi proti primerjalnim testom, Elo-eq

Vrednost

—

Na vaši strojni opremi

Zaprte uteži: samo v oblaku.

Razčlenitev ocene

D Splošno 1.105 [1.097–1.112] Percentil 12 · #262 · komponente: 4 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/overall 1.098 ±6,35 1.098 ±6 34,9% 2026-11-11 —
LMArena text/hard_prompts 1.047 ±10 1.076 ±9 29,6% 2026-11-11 —
LMArena text/instruction_following 1.060 ±9,14 1.091 ±9 15,4% 2026-11-11 —
LMArena text/multi_turn 1.058 ±14 1.088 ±13 5,9% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

D Programiranje 1.074 [1.054–1.095] Percentil 7 · #268 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/coding 1.025 ±14 1.047 ±13 82,3% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

D Matematika 1.101 [1.080–1.122] Percentil 11 · #229 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/math 1.072 ±14 1.078 ±13 82,1% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

D Pisanje 1.121 [1.098–1.143] Percentil 14 · #226 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/creative_writing 1.090 ±12 1.112 ±13 90,3% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

D Jezik: English 1.100 [1.087–1.114] Percentil 13 · #233 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/english 1.120 ±6,99 1.092 ±7 92,8% 2026-11-11 —

Utež je delež komponente v oceni (preostanek je apriorna vrednost, ki modele z malo podatki vleče proti mediani populacije). Metodologija

Zgodovina

fedi-index po mesecih
Isto v tabeli
Model 2026-11
Llama 2 70B SteerLM Chat 1.105 D

Značka

Prikažite fedi-index modela na svoji spletni strani ali v datoteki README. Značka se posodablja sama in vodi na to stran.

fedi-index: Llama 2 70B SteerLM Chat

Podatki CC BY 4.0: ohranite povezavo na fedi.software.