Llama 3.2 Instruct 90B (Vision)
MetaLlamaOpen WeightLlama 3.2 · Usage Commercial
Description
Llama 3.2 90B is a large multimodal language model optimized for visual recognition, image reasoning, and captioning tasks. It supports a context length of 128,000 tokens and is designed for deployment on edge and mobile devices, offering state-of-the-art performance in image understanding and generative tasks.
Date de sortie
2024-09-25
Paramètres
90.0B
Longueur du contexte
—
Modalités
image, text
Radar de capacités
70
general
0
coding
70
reasoning
43
scienceest.
49
agents
85
multimodal
Science est estimé à partir des scores scientifiques de LLM Stats ou du raisonnement lorsque les benchmarks scientifiques dédiés ne sont pas disponibles.
Classements
| Domaine | #Rang | Score | Source |
|---|---|---|---|
| Classement multimodal | 95 | 46.0 | LS |
Scores de benchmarks (LLM Stats)
(LLM Stats (zeroeval))General
MMLU
86.0%Aut.
Math
MGSM
86.9%Aut.
MATH
68.0%Aut.
MathVista
57.3%Aut.
Multimodal
MMMU
60.3%Aut.
Reasoning
ChartQAMasry et al. (2022)
85.5%Aut.
GPQANYU + Cohere + Anthropic (2023)
46.7%Aut.
Vision
AI2D
92.3%Aut.
DocVQADocVQA (2020)
90.1%Aut.
VQAv2
78.1%Aut.
TextVQA
73.5%Aut.
InfographicsQA
56.8%Aut.
MMMU-Pro
45.2%Aut.
Indices d'évaluation AA
(Artificial Analysis)Aucune donnée d'évaluation AA disponible
Scores par catégorie LLM Stats
(LLM Stats (zeroeval))Language90
Legal90
Finance90
Image To Text80
Math70
Multimodal70
Reasoning70
General70
Healthcare70
Vision70
Physics50
Biology50
Chemistry50
Tarification
Aucune donnée de prix disponible
Vitesse
Aucune donnée de vitesse disponible
Classement des Prix par Fournisseur
Aucune donnée de fournisseur disponible