Passer au contenu principal

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#RangScoreSource
Classement multimodal95
46.0
LS

Scores de benchmarks (LLM Stats)

(LLM Stats (zeroeval))

General

MMLU86.0%Aut.

Math

MGSM86.9%Aut.
MATH68.0%Aut.
MathVista57.3%Aut.

Multimodal

MMMU60.3%Aut.

Reasoning

ChartQAMasry et al. (2022)85.5%Aut.
GPQANYU + Cohere + Anthropic (2023)46.7%Aut.

Vision

AI2D92.3%Aut.
DocVQADocVQA (2020)90.1%Aut.
VQAv278.1%Aut.
TextVQA73.5%Aut.
InfographicsQA56.8%Aut.
MMMU-Pro45.2%Aut.

Indices d'évaluation AA

(Artificial Analysis)

Aucune donnée d'évaluation AA disponible

Scores par catégorie LLM Stats

(LLM Stats (zeroeval))
Language
90
Legal
90
Finance
90
Image To Text
80
Math
70
Multimodal
70
Reasoning
70
General
70
Healthcare
70
Vision
70
Physics
50
Biology
50
Chemistry
50

Tarification

Aucune donnée de prix disponible

Vitesse

Aucune donnée de vitesse disponible

Classement des Prix par Fournisseur

Aucune donnée de fournisseur disponible

Sources externes