CruxEval-O
نتائج معايير الذكاء الاصطناعي وأداء النماذج
النوع: numericalReasoning
النتائج المسجلة
6
متوسط النقاط
24.28
نطاق النقاط
0.51 - 55.75
النموذج المتصدر
55.75 - Granite 4.1 30B
النقاط بمرور الوقت
نقاط المعيار الفردية معروضة حسب التاريخ.
نتائج النماذج
| المؤسسة | النماذج | تاريخ الإبلاغ | أعلى نقطة | معلومات | مُبلَّغ عنها ذاتيًا | المصدر |
|---|---|---|---|---|---|---|
| Granite 4.1 30B | ٢٩ أبريل ٢٠٢٦ | ٥٥٫٧٥ | pass@1 | نعم | المصدر | |
| Granite 4.1 8B | ٢٩ أبريل ٢٠٢٦ | ٤٧٫٦٣ | pass@1 | نعم | المصدر | |
| Granite 4.1 3B | ٢٩ أبريل ٢٠٢٦ | ٤٠٫٧٥ | pass@1 | نعم | المصدر | |
| Codestral (2025-07-30) | ٣٠ يوليو ٢٠٢٥ | ٠٫٥١ | inferred version-family alias from codestral-22b | نعم | المصدر | |
| Codestral (2024-05-29) | ٢٩ مايو ٢٠٢٤ | ٠٫٥١ | inferred modality/version alias from codestral-22b | نعم | المصدر | |
| Codestral (2025-01-13) | ١٣ يناير ٢٠٢٥ | ٠٫٥١ | inferred modality/version alias from codestral-22b | نعم | المصدر |
