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