मुख्य सामग्री पर जाएं

Grok-1.5V

xAIGrokProprietary

विवरण

A multimodal model capable of processing text and visual information, including documents, diagrams, charts, screenshots, and photographs. Notable for strong real-world spatial understanding capabilities.

रिलीज़ तिथि
2024-04-12
पैरामीटर
संदर्भ लंबाई
मोडैलिटीज़

क्षमता रडार

50
general
0
coding
50
reasoning
43
scienceअनुमानित
0
agents
80
multimodal

समर्पित विज्ञान बेंचमार्क उपलब्ध न होने पर Science तर्क प्रॉक्सी का उपयोग करके अनुमान लगाता है।

रैंकिंग

डोमेन#रैंकस्कोरस्रोत
Multimodal Ranking26
82.0
LS

बेंचमार्क स्कोर (LLM Stats)

General

MMMU53.6%स्वयं

Image To Text

DocVQA85.6%स्वयं
TextVQA78.1%स्वयं

Math

MathVista52.8%स्वयं

Multimodal

AI2D88.3%स्वयं
ChartQA76.1%स्वयं

Spatial Reasoning

RealWorldQA68.7%स्वयं

AA मूल्यांकन सूचकांक

कोई AA मूल्यांकन डेटा उपलब्ध नहीं

LLM Stats श्रेणी स्कोर

Image To Text
80
Spatial Reasoning
70
Vision
70
Multimodal
70
Reasoning
70
General
50
Healthcare
50
Math
50

मूल्य निर्धारण

कोई मूल्य डेटा उपलब्ध नहीं

गति

कोई गति डेटा उपलब्ध नहीं

उपलब्ध प्रदाता

(LS आंतरिक इकाइयाँ)

कोई प्रदाता डेटा उपलब्ध नहीं

बाहरी लिंक