加载中...
加载中...
一个包含 817 个问题的基准，旨在评估模型是否能够生成真实且准确的答案，而不是编造信息。
数据来源：DataLearnerAI
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
| 排名 | 模型 | |||
|---|---|---|---|---|
| 1 | Qwen2.5-72Bdefault | 60.4 | 2024-09-18 | 727 |
| 2 | Gemini 1.5 Prodefault | 0 | 2024-02-15 | 未知 |
| 3 | Llama3.1-405B Instructdefault | 0 | 2024-07-23 | 4050 |
| 4 | Amazon Nova Prodefault | 0 | 2024-12-03 | 未知 |