DataLearner 标志

Qwen2.5-72B 评测详情

Qwen2.5-72B 当前已收录的代表性评测结果包括 MBPP(13 / 96,得分 84.70)、GSM8K(13 / 70,得分 91.50)、TruthfulQA(1 / 4,得分 60.40)。

评测结果

Qwen2.5-72B

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
86.30
11 / 21
MMLU
常规模式
86.10
34 / 124
MMLU Pro
常规模式
58.10
125 / 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
91.50
13 / 70
MATH
常规模式
62.10
29 / 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
84.70
13 / 96
HumanEval
常规模式
59.10
75 / 140

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
60.40
1 / 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
45.90
421 / 462