Moonlight-16B-A3B-Instruct大模型评测基准与性能对比

本页面提供了Moonlight-16B-A3B-Instruct,Llama-3.2-3B,Qwen2.5-3B,Qwen2.5-7B,Llama3.1-8B,Llama3.1-8B-Instruct,Gemma 2 - 9B,Mistral-7B-Instruct-v0.3,Llama3-8B-Instruct模型在MMLU,MMLU Pro,GSM8K,HumanEval,MBPP,MATH,BBH等评测基准中的详细对比数据,评测数据来源当前系统收录结果生成。数据如有问题可以通过微信公众号联系更正,感谢!

详细评测数据对比

评测基准 (Benchmark) Moonlight-16B-A3B-Instruct Llama-3.2-3B Qwen2.5-3B Qwen2.5-7B Llama3.1-8B Llama3.1-8B-Instruct Gemma 2 - 9B Mistral-7B-Instruct-v0.3 Llama3-8B-Instruct
MMLU (知识问答)
-- -- -- -- -- -- -- -- --
MMLU Pro (知识问答)
-- -- -- -- -- -- -- -- --
GSM8K (数学推理)
-- -- -- -- -- -- -- -- --
HumanEval (代码生成)
-- -- -- -- -- -- -- -- --
MBPP (代码生成)
-- -- -- -- -- -- -- -- --
MATH (数学推理)
-- -- -- -- -- -- -- -- --
BBH (综合评估)
-- -- -- -- -- -- -- -- --

Moonlight-16B-A3B-Instruct模型评测结果对比图

性能概览 (热力图)

颜色越深,代表得分越高。可快速发现模型在不同评测项上的整体表现模式。