Na vsebino
fedi.software

olmo-3-32b-think v fedi-index

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

fedi-index · Splošno

C 1.287 ±5

Percentil 32 · #199 · začasno

Ljudje raje izberejo / Rešuje naloge

1.294 / —

Človeški glasovi proti primerjalnim testom, Elo-eq

Vrednost

—

Na vaši strojni opremi

Zaprte uteži: samo v oblaku.

Razčlenitev ocene

C Splošno 1.287 [1.283–1.292] Percentil 32 · #199 · komponente: 6 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/overall 1.300 ±4,21 1.300 ±4 28,2% 2026-10-02 think
LMArena text/hard_prompts 1.302 ±5,65 1.306 ±5 27,3% 2026-10-02 think
LMArena text/instruction_following 1.275 ±8,01 1.295 ±8 12,1% 2026-10-02 think
LMArena text/expert 1.272 ±18 1.290 ±15 7,7% 2026-10-02 think
LMArena text/longer_query 1.297 ±8,20 1.304 ±8 6,0% 2026-10-02 think
LMArena text/multi_turn 1.290 ±11 1.299 ±10 5,2% 2026-10-02 think

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

C Programiranje 1.296 [1.282–1.310] Percentil 33 · #187 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/coding 1.319 ±9,38 1.309 ±8 88,0% 2026-10-02 think

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

C Matematika 1.289 [1.265–1.314] Percentil 34 · #168 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/math 1.315 ±16 1.312 ±15 79,5% 2026-10-02 think

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

C Pisanje 1.282 [1.269–1.296] Percentil 33 · #180 · komponente: 2 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/creative_writing 1.255 ±11 1.281 ±11 57,4% 2026-10-02 think
LMArena text/longer_query 1.297 ±8,20 1.304 ±8 34,5% 2026-10-02 think

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

C Jezik: 繁體中文 1.285 [1.265–1.305] Percentil 26 · #166 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/chinese 1.298 ±14 1.293 ±11 91,0% 2026-10-02 think

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

C Jezik: English 1.324 [1.312–1.335] Percentil 39 · #168 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/english 1.347 ±6,07 1.332 ±6 93,1% 2026-10-02 think

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

D Jezik: Русский 1.270 [1.250–1.290] Percentil 24 · #178 · komponente: 1 začasno
Vir Komponenta Vrednost Elo-eq Utež Izmerjeno Različica
LMArena text/russian 1.255 ±13 1.277 ±11 91,1% 2026-10-02 think

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 2026-10
olmo-3-32b-think 1.287 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: olmo-3-32b-think

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