OpenBookQA
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentageGeneral
दर्ज परिणाम
5
औसत स्कोर
77.56%
स्कोर सीमा
60.60% - 89.60%
अग्रणी मॉडल
89.60% - Phi 3.5 MoE instruct
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 |
|---|---|---|---|---|---|---|
| Phi 3.5 MoE instruct | 23 अग॰ 2024 | 89.60% | - | हाँ | स्रोत | |
| Phi 3 Mini 128K Instruct | - | 79.20% | inferred family alias from phi-3.5-mini-instruct (score=0.3533; benches=31) | हाँ | स्रोत | |
| Phi 3.5 mini instruct | 23 अग॰ 2024 | 79.20% | - | हाँ | स्रोत | |
| Phi 4 Mini | 01 फ़र॰ 2025 | 79.20% | - | हाँ | स्रोत | |
| Mistral Nemo 12B | 18 जुल॰ 2024 | 60.60% | inferred family alias from mistral-nemo-instruct-2407 (score=0.3250; benches=8) | हाँ | स्रोत |
