DeepSeek-R1-Distill-Qwen-7B大模型评测基准与性能对比
本页面提供了DeepSeek-R1-Distill-Qwen-7B,Phi-4-instruct (reasoning-trained),Phi-4-mini-instruct (3.8B),OpenAI o1-mini,Llama-3.2-3B模型在MATH-500,AIME 2024,GPQA Diamond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) | DeepSeek-R1-Distill-Qwen-7B | Phi-4-instruct (reasoning-trained) | Phi-4-mini-instruct (3.8B) | OpenAI o1-mini | Llama-3.2-3B |
|---|---|---|---|---|---|
| -- | -- | -- | -- | -- | |
| -- | -- | -- | -- | -- | |
| -- | -- | -- | -- | -- |
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。