Llama 2 Chat 13B
MetaLlama
Fecha de lanzamiento
2023-07-18
Parámetros
—
Longitud del contexto
131K
Modalidades
text
Radar de capacidades
15
general
10
coding
17
reasoning
20
scienceest.
80
agents
0
multimodal
Science usa un proxy de razonamiento cuando los benchmarks científicos dedicados no están disponibles.
Rankings
| Dominio | #Posición | Puntuación | Fuente |
|---|---|---|---|
| Ranking de codificación | 449 | 10.0 | AA |
| Ranking general | 474 | 16.0 | AA |
| Razonamiento matemático | 319 | 16.0 | AA |
| Ciencia | 449 | 18.0 | AA |
Puntuaciones de benchmarks (LLM Stats)
Biology
GPQA
50.5%Aut.
Code
HumanEval
88.4%Aut.
Finance
MMLU
86.0%Aut.
MMLU-Pro
68.9%Aut.
General
IFEval
92.1%Aut.
MBPP EvalPlus
87.6%Aut.
BFCL v2
77.3%Aut.
Math
MGSM
91.1%Aut.
MATH
77.0%Aut.
Índices de evaluación AA
Intelligence Index3.0
Mmlu Pro0.4
Math 5000.3
Gpqa0.3
Scicode0.1
Livecodebench0.1
Hle0.0
Aime0.0
Puntuaciones por categoría LLM Stats
Structured Output90
Instruction Following90
Code90
Language80
Legal80
Math80
Reasoning80
Finance80
Healthcare80
Tool Calling80
General70
Physics50
Biology50
Chemistry50
Precios
Precio de entradaGratis
Precio de salidaGratis
Precio mixto (3:1)Gratis
Velocidad
Tokens/seg0.0
Retraso del primer token0.00s
Tiempo hasta la respuesta0.00s
Ranking de Precios por Proveedor
No hay datos de proveedores disponibles