Na vsebino
fedi.software

Llama 3.1 405B Instruct (BF16) v fedi-index

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

fedi-index · Splošno

C 1.268 ±8

Percentil 31 · #205

Ljudje raje izberejo / Rešuje naloge

1.275 / 1.257

Človeški glasovi proti primerjalnim testom, Elo-eq

Vrednost

−144

3,50 $ na 1M žetonov, mediana ponudnikov: 1

Na vaši strojni opremi

Zaprte uteži: samo v oblaku.

Razčlenitev ocene

C Splošno 1.268 [1.261–1.276] Percentil 31 · #205 · komponente: 8
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
Epoch AI eci 128 ±1,47 1.263 ±12 32,6% 2024-07-23 —
LMArena text/overall 1.284 ±1,89 1.284 ±2 17,1% 2026-11-11 bf16
LMArena text/hard_prompts 1.269 ±3,03 1.277 ±3 16,8% 2026-11-11 bf16
LMArena text/instruction_following 1.258 ±2,68 1.279 ±2 8,4% 2026-11-11 bf16
LMArena text/expert 1.243 ±5,81 1.266 ±5 7,9% 2026-11-11 —
LMArena text/multi_turn 1.297 ±3,91 1.305 ±4 4,1% 2026-11-11 bf16
LMArena text/longer_query 1.266 ±4,08 1.275 ±4 4,1% 2026-11-11 bf16
Epoch AI gpqa_diamond zastaranje ×0,25 0,51 ±0,03 1.277 ±12 1,3% 2025-01-27 —

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

C Programiranje 1.275 [1.269–1.281] Percentil 29 · #203 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/coding 1.291 ±3,81 1.284 ±3 88,4% 2026-11-11 bf16

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

C Matematika 1.270 [1.264–1.277] Percentil 32 · #173 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/math 1.281 ±3,86 1.279 ±4 88,3% 2026-11-11 —

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

C Pisanje 1.278 [1.273–1.284] Percentil 35 · #173 · komponente: 2 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/creative_writing 1.262 ±3,92 1.287 ±4 62,4% 2026-11-11 —
LMArena text/longer_query 1.266 ±4,08 1.275 ±4 31,4% 2026-11-11 bf16

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

D Jezik: 繁體中文 1.246 [1.237–1.254] Percentil 23 · #168 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/chinese 1.242 ±5,64 1.248 ±4 93,6% 2026-11-11 bf16

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

D Jezik: Deutsch 1.269 [1.254–1.285] Percentil 19 · #118 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/german 1.252 ±9,94 1.275 ±9 92,3% 2026-11-11 bf16

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

C Jezik: English 1.289 [1.285–1.294] Percentil 36 · #172 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/english 1.312 ±2,35 1.295 ±2 94,0% 2026-11-11 bf16

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

D Jezik: Español 1.262 [1.237–1.287] Percentil 9 · #136 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/spanish 1.260 ±15 1.269 ±14 89,3% 2026-11-11 bf16

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

D Jezik: Français 1.268 [1.242–1.293] Percentil 11 · #126 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/french 1.279 ±16 1.275 ±14 89,3% 2026-11-11 bf16

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

D Jezik: 日本語 1.277 [1.263–1.292] Percentil 16 · #107 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/japanese 1.208 ±11 1.283 ±8 92,6% 2026-11-11 bf16

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

D Jezik: 한국어 1.266 [1.250–1.282] Percentil 12 · #121 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/korean 1.184 ±11 1.271 ±9 92,3% 2026-11-11 —

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

C Jezik: Русский 1.280 [1.274–1.287] Percentil 27 · #169 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/russian 1.265 ±4,04 1.286 ±4 93,8% 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 3.1 405B Instruct (BF16) 1.268 C

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 3.1 405B Instruct (BF16)

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