DataLearner 标志

Llama-3.2-3B 评测详情

Llama-3.2-3B 当前已收录的代表性评测结果包括 MBPP(71 / 96,得分 48.70)、GSM8K(53 / 70,得分 34)、MMLU(101 / 124,得分 54.75)。

评测结果

Llama-3.2-3B

评测结果

思考模式

综合评估

共 4 项评测
评测名称 / 模式
得分
排名/总数
MMLU
常规模式
54.75
101 / 124
BBH
常规模式
46.80
19 / 21
MMLU Pro
常规模式
25
169 / 176
MMLU Pro
unknown
22.17
171 / 176

数学推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
GSM8K
常规模式
34
53 / 70
MATH
常规模式
8.50
42 / 42

编程与软件工程

共 2 项评测
评测名称 / 模式
得分
排名/总数
MBPP
常规模式
48.70
71 / 96
HumanEval
常规模式
28
123 / 140

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
26.60
451 / 462

写作和创作

共 1 项评测
评测名称 / 模式
得分
排名/总数
Creative Writing
常规模式
593.50
105 / 106