DataLearner 标志

Llama3.1-70B-Instruct 评测详情

Llama3.1-70B-Instruct 当前已收录的代表性评测结果包括 MBPP(5 / 69,得分 86)、HumanEval(24 / 101,得分 80.50)、MMLU(35 / 124,得分 86)。

评测结果

Llama3.1-70B-Instruct

评测结果

思考模式
工具使用

综合知识考试

共 3 项评测
评测名称 / 模式
得分
排名/总数
MMLU
常规模式
86
35 / 124
MMLU-Pro
常规模式
66.40
111 / 175
MMLU-Pro
unknown
62.84
119 / 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
MBPP
常规模式
86
5 / 69
HumanEval
常规模式
80.50
24 / 101

数学

共 1 项评测
评测名称 / 模式
得分
排名/总数
MATH
常规模式
67.80
26 / 42

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
48
233 / 253

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
33.30
114 / 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
783.60
100 / 110

机器学习工程

共 1 项评测
评测名称 / 模式
得分
排名/总数
WeirdML v2
常规模式工具
8.97
52 / 52

逻辑与规划

共 1 项评测
评测名称 / 模式
得分
排名/总数
BALROG
常规模式工具
27.90
11 / 12

跨应用与工具编排

共 1 项评测
评测名称 / 模式
得分
排名/总数
10.70
44 / 45