DataLearner 标志

Llama3.1-405B Instruct 评测详情

Llama3.1-405B Instruct 当前已收录的代表性评测结果包括 MBPP(1 / 69,得分 88.60)、HumanEval(9 / 101,得分 89)、MMLU(17 / 124,得分 88.60)。

评测结果

Llama3.1-405B Instruct

评测结果

思考模式

综合知识考试

共 2 项评测
评测名称 / 模式
得分
排名/总数
MMLU
常规模式
88.60
17 / 124
MMLU-Pro
常规模式
73.40
91 / 175

程序生成与编辑

共 2 项评测
评测名称 / 模式
得分
排名/总数
HumanEval
常规模式
89
9 / 101
MBPP
常规模式
88.60
1 / 69

数学

共 1 项评测
评测名称 / 模式
得分
排名/总数
MATH
常规模式
73.90
17 / 42

综合推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
BBH
常规模式
89.20
6 / 19

科学知识与推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
常规模式
49
231 / 253

事实可靠性与幻觉

共 1 项评测
评测名称 / 模式
得分
排名/总数
SimpleQA
常规模式
17.10
36 / 46

算法与竞赛编程

共 1 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
常规模式
30.20
120 / 125

写作与创意表达

共 1 项评测
评测名称 / 模式
得分
排名/总数
Creative Writing
常规模式
870.10
97 / 110

常识推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
SimpleBench
常规模式
23
86 / 96