BFCL v2
Resultados de evaluaciones comparativas de IA y rendimiento de modelos
Tipo: percentageGeneral
Resultados registrados
6
Puntuación media
71.00%
Rango de puntuaciones
63.60% - 77.30%
Modelo líder
77.30% - Llama 2 70B Chat
Puntuaciones a lo largo del tiempo
Puntuaciones individuales de la evaluación a lo largo del tiempo.
Resultados de modelos
| Organización | Modelos | Fecha del resultado | Mejor puntuación | Información | Autodeclarado | Fuente |
|---|---|---|---|---|---|---|
| Llama 2 70B Chat | 20 jun 2023 | 77,30 % | inferred family alias from llama-3.3-70b-instruct (score=0.3129; benches=9) | Sí | Fuente | |
| Llama 3.1 Nemotron Ultra 253B v1 | 07 abr 2025 | 74,10 % | - | Sí | Fuente | |
| Llama 3.3 Nemotron Super 49B v1 | 18 mar 2025 | 73,70 % | - | Sí | Fuente | |
| Llama 3.3 Nemotron Super 49B V1.5 | - | 73,70 % | inferred version-family alias from llama-3.3-nemotron-super-49b-v1 | Sí | Fuente | |
| Llama 3.1 Nemotron Nano 4B V1.1 | - | 63,60 % | inferred high-confidence family alias from llama-3.1-nemotron-nano-8b-v1 (score=0.5523; benches=7) | Sí | Fuente | |
| Llama 3.1 Nemotron Nano 8B V1 | 18 mar 2025 | 63,60 % | - | Sí | Fuente |
