DataLearner 标志

Llama3.1-405B Instruct 评测详情

Llama3.1-405B Instruct 当前已收录的代表性评测结果包括 MBPP(1 / 70,得分 88.60)、HumanEval(9 / 101,得分 89)、MMLU(17 / 124,得分 88.60)。

评测结果

Llama3.1-405B Instruct

评测结果

思考模式

综合评估

共 3 项评测
评测名称 / 模式
得分
排名/总数
BBH
常规模式
89.20
6 / 21
MMLU
常规模式
88.60
17 / 124
MMLU Pro
常规模式
73.40
88 / 133

数学推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
MATH
常规模式
73.90
17 / 42
GSM8K
常规模式
0
68 / 70

编程与软件工程

共 3 项评测
评测名称 / 模式
得分
排名/总数
HumanEval
常规模式
89
9 / 101
MBPP
常规模式
88.60
1 / 70
LiveCodeBench
常规模式
30.20
121 / 126

真实性评估

共 1 项评测
评测名称 / 模式
得分
排名/总数
TruthfulQA
常规模式
0
2 / 4

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
49
199 / 224

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
17.10
36 / 47

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
867.50
86 / 99