DataLearner 标志

ERNIE-4.5-300B-A47B 评测详情

ERNIE-4.5-300B-A47B 当前已收录的代表性评测结果包括 GSM8K(1 / 70,得分 96.60)、BBH(1 / 21,得分 94.30)、DROP(2 / 9,得分 91.10)。

评测结果

ERNIE-4.5-300B-A47B

评测结果

思考模式
工具使用

综合评估

共 4 项评测
评测名称 / 模式
得分
排名/总数
BBH
常规模式
94.30
1 / 21
MMLU
常规模式
86.50
29 / 124
MMLU Pro
常规模式
78.40
72 / 176
HLE
常规模式
3.30
552 / 563

数学推理

共 4 项评测
评测名称 / 模式
得分
排名/总数
GSM8K
常规模式
96.60
1 / 70
MATH-500
常规模式
96.40
17 / 45
AIME 2024
常规模式
54.80
44 / 62
AIME2025
常规模式
35.10
177 / 215

阅读理解

共 1 项评测
评测名称 / 模式
得分
排名/总数
DROP
常规模式
91.10
2 / 9

科学与综合推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
常规模式
81.10
216 / 462

常识问答

共 1 项评测
评测名称 / 模式
得分
排名/总数
SimpleQA
常规模式
45.90
15 / 47

编程与软件工程

共 1 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
常规模式
38.80
189 / 250

指令跟随

共 1 项评测
评测名称 / 模式
得分
排名/总数
IF Bench
常规模式
39.10
222 / 282

Agent能力评测

共 1 项评测
评测名称 / 模式
得分
排名/总数
Terminal Bench Hard
常规模式工具
6.10
204 / 244