TriviaQA
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentage
दर्ज परिणाम
7
औसत स्कोर
70.30%
स्कोर सीमा
59.20% - 85.10%
अग्रणी मॉडल
85.10% - Kimi K2 (2025-07-11)
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 |
|---|---|---|---|---|---|---|
| Kimi K2 (2025-07-11) | 11 जुल॰ 2025 | 85.10% | EM | हाँ | स्रोत | |
| Ministral 3.0 14B | 02 दिस॰ 2025 | 74.90% | 5 Shot | हाँ | स्रोत | |
| Mistral Nemo 12B | 18 जुल॰ 2024 | 73.80% | inferred family alias from mistral-nemo-instruct-2407 (score=0.3250; benches=8) | हाँ | स्रोत | |
| Gemma 3n E4B | 25 जून 2025 | 70.20% | - | हाँ | स्रोत | |
| Ministral 3.0 8B | 02 दिस॰ 2025 | 68.10% | 5 Shot | हाँ | स्रोत | |
| Gemma 3n E2B (Free) | 25 जून 2025 | 60.80% | - | हाँ | स्रोत | |
| Ministral 3.0 3B | 02 दिस॰ 2025 | 59.20% | 5 Shot | हाँ | स्रोत |
