Llama 3.1 Nemotron Instruct 70B
NVIDIALlamaओपन वेटLlama 3.1 Community License
विवरण
A large language model customized by NVIDIA to improve the helpfulness of LLM generated responses. It is a fine-tuned version of Llama 3.1 70B Instruct. The model was trained using RLHF (REINFORCE) with HelpSteer2-Preference prompts.
रिलीज़ तिथि
2024-10-15
पैरामीटर
70.0B
संदर्भ लंबाई
128K
मोडैलिटीज़
text
क्षमता रडार
25
general
17
coding
27
reasoning
33
science
24
agents
0
multimodal
रैंकिंग
| डोमेन | #रैंक | स्कोर | स्रोत |
|---|---|---|---|
| कोडिंग रैंकिंग | 578 | 11.0 | AA |
| सामान्य रैंकिंग | 504 | 28.0 | AA |
| विज्ञान | 532 | 24.0 | AA |
बेंचमार्क स्कोर (LLM Stats)
(LLM Stats (zeroeval))Chat
MT-Bench
0.09 / 100स्वयं
General
MMLU
80.2%स्वयं
Instruct HumanEval
73.8%स्वयं
TruthfulQA
58.6%स्वयं
Language
MMLU Chat
80.6%स्वयं
Math
GSM8k
91.4%स्वयं
GSM8K Chat
81.9%स्वयं
Reasoning
HellaSwagAI2 (2019)
85.6%स्वयं
Winogrande
84.5%स्वयं
ARC-C
69.2%स्वयं
Summarization
XLSum English
31.6%स्वयं
AA मूल्यांकन सूचकांक
(Artificial Analysis)Math 500(OpenAI (2024), subset of Hendrycks et al. MATH (2021))73.3
Mmlu Pro(TIGER-Lab (Univ. of Waterloo, Toronto, CMU, 2024))69.0
Gpqa(NYU + Cohere + Anthropic (2023))46.5
Ifbench(Google Research (2023))30.7
Aime(MAA (Mathematical Association of America))24.7
Tau2(Sierra + U Toronto + Vector Institute (2025))23.1
Livecodebench(UC Berkeley + MIT + Cornell (2024))16.9
Math Index(Artificial Analysis)11.0
Aime 25(MAA (Mathematical Association of America))11.0
Lcr(Artificial Analysis)8.3
Intelligence Index(Artificial Analysis)6.9
Terminalbench Hard(Stanford × Laude Institute (2026))4.5
Hle(Center for AI Safety + Scale AI (2025))4.2
LLM Stats श्रेणी स्कोर
(LLM Stats (zeroeval))Math90
Language80
Legal70
Reasoning70
Finance70
General70
Healthcare70
Chat10
Roleplay10
Communication10
Creativity10
मूल्य निर्धारण
इनपुट मूल्यमुफ्त
आउटपुट मूल्यमुफ्त
मिश्रित मूल्य (3:1)मुफ्त
गति
टोकन/सेकंड0.0
पहले टोकन में देरी0.00s
पहले उत्तर में देरी0.00s
प्रदाता मूल्य रैंकिंग
कोई प्रदाता डेटा उपलब्ध नहीं