मुख्य सामग्री पर जाएं
AITier

Phi-3.5-mini-instruct

MicrosoftPhiOpen WeightMIT · Commercial OK

विवरण

Phi-3.5-mini-instruct is a 3.8B-parameter model that supports up to 128K context tokens, with improved multilingual capabilities across over 20 languages. It underwent additional training and safety post-training to enhance instruction-following, reasoning, math, and code generation. Ideal for environments with memory or latency constraints, it uses an MIT license.

रिलीज़ तिथि
2024-08-23
पैरामीटर
3.8B
संदर्भ लंबाई
—
मोडैलिटीज़
text

क्षमता रडार

60
general
60
coding
60
reasoning
26
scienceअनुमानित
0
agents
0
multimodal

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

रैंकिंग

डोमेन#रैंकस्कोरस्रोत
Reasoning51
69.0
LS

बेंचमार्क स्कोर (LLM Stats)

Biology

GPQA30.4%स्वयं

Code

RepoQA77.0%स्वयं
HumanEval62.8%स्वयं

Creativity

Social IQa74.7%स्वयं
Arena Hard37.0%स्वयं

Finance

MMLU69.0%स्वयं
TruthfulQA64.0%स्वयं
MMLU-Pro47.4%स्वयं

General

ARC-C84.6%स्वयं
PIQA81.0%स्वयं
OpenBookQA79.2%स्वयं
MBPP0.70 / 100स्वयं
MMMLU55.4%स्वयं

Language

BoolQ78.0%स्वयं
MEGA XStoryCloze73.5%स्वयं
BIG-Bench Hard69.0%स्वयं
Winogrande68.5%स्वयं
MEGA XCOPA63.1%स्वयं
MEGA TyDi QA62.2%स्वयं
MEGA MLQA61.7%स्वयं
MEGA UDPOS46.5%स्वयं
SQuALITY24.3%स्वयं

Long Context

RULER84.1%स्वयं
Qasper41.9%स्वयं
GovReport25.9%स्वयं
QMSum21.3%स्वयं
SummScreenFD16.0%स्वयं

Math

GSM8k86.2%स्वयं
MATH48.5%स्वयं
MGSM47.9%स्वयं

Reasoning

HellaSwag69.4%स्वयं

AA मूल्यांकन सूचकांक

कोई AA मूल्यांकन डेटा उपलब्ध नहीं

LLM Stats श्रेणी स्कोर

Psychology
70
Reasoning
70
Code
60
Creativity
60
Finance
60
General
60
Healthcare
60
Language
60
Legal
60
Math
60
Physics
60
Long Context
50
Writing
40
Biology
30
Chemistry
30
Summarization
20

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

LLM Stats