加载中...
加载中...
对比大模型在 MMLU Pro、HLE、SWE-Bench 等评测上的表现，选择评测查看排名。
各个评测基准的详细介绍可见：LLM 评测基准列表与介绍
评测切换
在这里切换评测，图表和表格会同步更新
还有更多评测基准
进入评测基准列表，按类别/语言快速筛选
| 0.00 |
| 0.00 |
| 0.00 |
| 3 | Llama-3.2-3B | 25.00 | 26.60 | 0.00 | 0.00 | 0.00 | 0.00 |
| 4 | Phi-4-instruct (reasoning-trained) | 0.00 | 49.00 | 0.00 | 90.40 | 50.00 | 0.00 |