CommonSenseQA
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: numericalLanguage
दर्ज परिणाम
1
औसत स्कोर
0.70
स्कोर सीमा
0.70 - 0.70
अग्रणी मॉडल
0.70 - Mistral Nemo 12B
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 |
|---|---|---|---|---|---|---|
| Mistral Nemo 12B | 18 जुल॰ 2024 | 0.70 | inferred family alias from mistral-nemo-instruct-2407 (score=0.3250; benches=8) | हाँ | स्रोत |
