BFCL v2
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentageGeneral
दर्ज परिणाम
6
औसत स्कोर
71.00%
स्कोर सीमा
63.60% - 77.30%
अग्रणी मॉडल
77.30% - Llama 2 70B Chat
समय के साथ स्कोर
तारीख के अनुसार दिखाए गए अलग-अलग बेंचमार्क स्कोर।
मॉडल परिणाम
| संगठन | मॉडल | रिपोर्ट किया गया | सबसे ऊँचा स्कोर | जानकारी | स्व-रिपोर्ट किया गया | स्रोत |
|---|---|---|---|---|---|---|
| Llama 2 70B Chat | 20 जून 2023 | 77.30% | inferred family alias from llama-3.3-70b-instruct (score=0.3129; benches=9) | हाँ | स्रोत | |
| Llama 3.1 Nemotron Ultra 253B v1 | 07 अप्रैल 2025 | 74.10% | - | हाँ | स्रोत | |
| Llama 3.3 Nemotron Super 49B v1 | 18 मार्च 2025 | 73.70% | - | हाँ | स्रोत | |
| Llama 3.3 Nemotron Super 49B V1.5 | - | 73.70% | inferred version-family alias from llama-3.3-nemotron-super-49b-v1 | हाँ | स्रोत | |
| 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) | हाँ | स्रोत | |
| Llama 3.1 Nemotron Nano 8B V1 | 18 मार्च 2025 | 63.60% | - | हाँ | स्रोत |
