HellaSwag
نتائج معايير الذكاء الاصطناعي وأداء النماذج
النوع: percentageReasoning
النتائج المسجلة
26
متوسط النقاط
73.26%
نطاق النقاط
33% - 98.10%
النموذج المتصدر
98.10% - Drex Max 1.1
النقاط بمرور الوقت
نقاط المعيار الفردية معروضة حسب التاريخ.
نتائج النماذج
| المؤسسة | النماذج | تاريخ الإبلاغ | أعلى نقطة | معلومات | مُبلَّغ عنها ذاتيًا | المصدر |
|---|---|---|---|---|---|---|
| Drex Max 1.1 | ٢٨ أكتوبر ٢٠٢٦ | ٩٨٫١٠٪ | Nace launch chart "Decision Models Benchmark" (2026-10-28) | نعم | المصدر | |
| GPT 4 32K 0613 | ١٣ يونيو ٢٠٢٣ | ٩٥٫٣٠٪ | inferred high-confidence family alias from gpt-4-0613 (score=0.4899; benches=12) | نعم | المصدر | |
| Gemini 1.5 Pro 001 | ٢٣ مايو ٢٠٢٤ | ٩٣٫٣٠٪ | inferred alias from gemini-1.5-pro | نعم | المصدر | |
| Gemini 1.5 Pro Exp (2024-08-01) | ٠١ أغسطس ٢٠٢٤ | ٩٣٫٣٠٪ | inferred alias from gemini-1.5-pro | نعم | المصدر | |
| Gemini 1.5 Pro Exp (2024-08-27) | ٢٧ أغسطس ٢٠٢٤ | ٩٣٫٣٠٪ | inferred alias from gemini-1.5-pro | نعم | المصدر | |
| Gemini Robotics ER 1.5 Preview | ٢٥ سبتمبر ٢٠٢٥ | ٩٣٫٣٠٪ | inferred family alias from gemini-1.5-pro (score=0.3717; benches=23) | نعم | المصدر | |
| LearnLM 1.5 Pro Experimental | ١٩ نوفمبر ٢٠٢٤ | ٩٣٫٣٠٪ | inferred family alias from gemini-1.5-pro (score=0.3700; benches=23) | نعم | المصدر | |
| Qwen 2 Math 72B | - | ٨٧٫٦٠٪ | inferred high-confidence family alias from qwen2-72b-instruct (score=0.4667; benches=17) | نعم | المصدر | |
| Qwen 2 Math RM 72B | - | ٨٧٫٦٠٪ | inferred family alias from qwen2-72b-instruct (score=0.3917; benches=17) | نعم | المصدر | |
| DeepSeek V4.1 Flash | ١٠ سبتمبر ٢٠٢٦ | ٨٧٫٢٠٪ | Base model; 0-shot; EM | نعم | المصدر | |
| Gemini 1.5 Flash 001 | ٢٣ مايو ٢٠٢٤ | ٨٦٫٥٠٪ | inferred alias from gemini-1.5-flash | نعم | المصدر | |
| Gemini 1.5 Flash Preview | ١٤ مايو ٢٠٢٤ | ٨٦٫٥٠٪ | inferred alias from gemini-1.5-flash | نعم | المصدر | |
| Llama 3.1 Nemotron 70B Instruct | ٠١ أكتوبر ٢٠٢٤ | ٨٥٫٥٨٪ | - | نعم | المصدر | |
| Phi 3.5 MoE instruct | ٢٣ أغسطس ٢٠٢٤ | ٨٣٫٨٠٪ | - | نعم | المصدر | |
| Mistral Nemo 12B | ١٨ يوليو ٢٠٢٤ | ٨٣٫٥٠٪ | inferred family alias from mistral-nemo-instruct-2407 (score=0.3250; benches=8) | نعم | المصدر | |
| Gemma 3n E4B | ٢٥ يونيو ٢٠٢٥ | ٧٨٫٦٠٪ | - | نعم | المصدر | |
| Gemma 3n E2B (Free) | ٢٥ يونيو ٢٠٢٥ | ٧٢٫٢٠٪ | - | نعم | المصدر | |
| Phi 3 Mini 128K Instruct | - | ٦٩٫٤٠٪ | inferred family alias from phi-3.5-mini-instruct (score=0.3533; benches=31) | نعم | المصدر | |
| Phi 3.5 mini instruct | ٢٣ أغسطس ٢٠٢٤ | ٦٩٫٤٠٪ | - | نعم | المصدر | |
| Phi 4 Mini | ٠١ فبراير ٢٠٢٥ | ٦٩٫١٠٪ | - | نعم | المصدر | |
| Ernie 4.5 21B A3B | - | ٣٣٪ | inferred version-family alias from ernie-4.5 | نعم | المصدر | |
| Ernie 4.5 21B A3B Thinking | - | ٣٣٪ | inferred version-family alias from ernie-4.5 | نعم | المصدر | |
| Ernie 4.5 300B A47B | - | ٣٣٪ | inferred version-family alias from ernie-4.5 | نعم | المصدر | |
| Ernie 4.5 Turbo | - | ٣٣٪ | inferred version-family alias from ernie-4.5 | نعم | المصدر | |
| Ernie 4.5 VL 28B A3B | - | ٣٣٪ | inferred version-family alias from ernie-4.5 | نعم | المصدر |
