Na vsebino
fedi.software

Muse Wonder v fedi-index

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

fedi-index · Splošno

S 1.490 ±8

Percentil 98 · #7

Ljudje raje izberejo / Rešuje naloge

1.480 / 1.503

Človeški glasovi proti primerjalnim testom, Elo-eq

Vrednost

+52

8 $ na 1M žetonov, mediana ponudnikov: 3

Na vaši strojni opremi

Zaprte uteži: samo v oblaku.

Razčlenitev ocene

S Splošno 1.490 [1.482–1.498] Percentil 98 · #7 · komponente: 7
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
Epoch AI eci 162 ±1,27 1.530 ±10 39,9% 2026-10-12 —
LMArena text/overall 1.503 ±3,15 1.503 ±3 15,8% 2026-11-11 max
LMArena text/hard_prompts 1.514 ±3,84 1.498 ±4 15,6% 2026-11-11 max
LMArena text/instruction_following 1.494 ±4,93 1.502 ±5 7,5% 2026-11-11 max
LMArena text/expert 1.514 ±8,65 1.488 ±7 6,7% 2026-11-11 max
LMArena text/longer_query 1.497 ±4,53 1.491 ±4 3,8% 2026-11-11 max
LMArena text/multi_turn 1.514 ±7,46 1.502 ±7 3,4% 2026-11-11 max

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

A Programiranje 1.463 [1.459–1.467] Percentil 95 · #16 · komponente: 3
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena webdev/overall 1.647 ±4,67 1.492 ±1 35,2% 2026-11-15 max
LMArena text/coding 1.516 ±5,77 1.484 ±5 31,8% 2026-11-11 max
Terminal-Bench tbench/terminal-bench zastaranje ×0,90 0,47 ±0,02 1.488 ±4 24,1% 2026-10-12 xhigh

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

B Agenti 1.444 [1.440–1.449] Percentil 77 · #19 · komponente: 2
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena agent/overall 0,01 ±0,01 1.460 ±3 67,4% 2026-11-15 max
Terminal-Bench tbench/terminal-bench zastaranje ×0,90 0,47 ±0,02 1.488 ±4 23,8% 2026-10-12 xhigh

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

A Matematika 1.426 [1.407–1.444] Percentil 81 · #50 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/math 1.478 ±11 1.468 ±11 83,9% 2026-11-11 max

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

A Pisanje 1.491 [1.483–1.499] Percentil 96 · #11 · komponente: 2 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/creative_writing 1.493 ±6,19 1.523 ±6 60,4% 2026-11-11 max
LMArena text/longer_query 1.497 ±4,53 1.491 ±4 33,0% 2026-11-11 max

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

A Jezik: 繁體中文 1.461 [1.448–1.475] Percentil 93 · #16 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/chinese 1.536 ±9,59 1.482 ±8 92,7% 2026-11-11 max

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

A Jezik: English 1.484 [1.475–1.493] Percentil 98 · #5 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/english 1.509 ±4,75 1.503 ±5 93,5% 2026-11-11 max

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

A Jezik: Español 1.444 [1.421–1.466] Percentil 85 · #24 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/spanish 1.477 ±14 1.470 ±13 90,2% 2026-11-11 max

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

A Jezik: Français 1.461 [1.438–1.484] Percentil 94 · #9 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/french 1.512 ±14 1.489 ±13 90,2% 2026-11-11 max

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

A Jezik: Русский 1.488 [1.476–1.500] Percentil 97 · #7 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/russian 1.514 ±7,30 1.509 ±7 93,1% 2026-11-11 max

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
Muse Wonder 1.490 S

Značka

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

fedi-index: Muse Wonder

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