PhaseoPhaseo
मॉडलचैटतुलना करेंऐप्सरैंकिंग

सार्वजनिक डेटा को सही रखने में मदद करें

कुछ गायब, गलत या पुराना दिख रहा है? इस पेज के बारे में हमें बताएँ।

PhaseoPhaseo
स्थिति जांची जा रही हैस्थिति जांची जा रही हैस्थिति पृष्ठ पर जाएँ
घटक-स्तरीय स्थिति उपलब्ध नहीं है।

खोजें

  • मॉडल
  • चैट
  • प्रदाता
  • ऐप्स
  • रैंकिंग
  • टूल

संसाधन

  • तुलना करें
  • माइग्रेशन गाइड
  • कार्यप्रणाली
  • ब्लॉग

समुदाय

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

बनाएँ

  • दस्तावेज़
  • API संदर्भ
  • त्वरित शुरुआत
  • SDKs

कंपनी

  • हमारे बारे में
  • विश्वास केंद्र
  • मिशन
  • मूल्य निर्धारण
  • इसके साथ काम करता है
  • आभार
  • सहायता
  • गोपनीयता
  • शर्तें

खोजें

  • मॉडल
  • चैट
  • प्रदाता
  • ऐप्स
  • रैंकिंग
  • टूल

बनाएँ

  • दस्तावेज़
  • API संदर्भ
  • त्वरित शुरुआत
  • SDKs

संसाधन

  • तुलना करें
  • माइग्रेशन गाइड
  • कार्यप्रणाली
  • ब्लॉग

कंपनी

  • हमारे बारे में
  • विश्वास केंद्र
  • मिशन
  • मूल्य निर्धारण
  • इसके साथ काम करता है
  • आभार
  • सहायता
  • गोपनीयता
  • शर्तें

समुदाय

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

© 2025 • Phaseo

भाषा बदलें: हिन्दी
  • English (UK)
  • 简体中文
  • हिन्दी
  • Español (España)
  • Français (France)
  • Deutsch (Deutschland)
  • Português (Brasil)
  • 日本語
  • العربية

सहायता:समस्या·सहायता

Phaseo के लिए सहायता चाहिए?समस्या दर्ज करेंयासहायता से संपर्क करें

TruthfulQA

TruthfulQA

AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन

प्रकार: percentageFinance

दर्ज परिणाम

24

औसत स्कोर

63.20%

स्कोर सीमा

50.30% - 77.50%

अग्रणी मॉडल

77.50% - Phi 3.5 MoE instruct
समय के साथ स्कोर

तारीख के अनुसार दिखाए गए अलग-अलग बेंचमार्क स्कोर।

मॉडल परिणाम

संगठनमॉडलरिपोर्ट किया गयासबसे ऊँचा स्कोरजानकारीस्व-रिपोर्ट किया गयास्रोत
Microsoft
Microsoft
Phi 3.5 MoE instruct23 अग॰ 202477.50%-हाँस्रोत
IBM
IBM
Granite 3.0 8B Instruct-66.86%inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.4911; benches=14)हाँस्रोत
IBM
IBM
Granite 3.1 8B Instruct-66.86%inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.4911; benches=14)हाँस्रोत
IBM
IBM
Granite 3.2 8B Instruct-66.86%inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.4911; benches=14)हाँस्रोत
IBM
IBM
Granite 3.2 8B Instruct Preview-66.86%inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.4687; benches=14)हाँस्रोत
IBM
IBM
Granite 3.3 2B Instruct16 अप्रैल 202566.86%inferred family alias from granite-3.3-8b-instruct (score=0.3627; benches=14)हाँस्रोत
IBM
IBM
Granite 3.3 8B Instruct16 अप्रैल 202566.86%-हाँस्रोत
IBM
IBM
Granite Guardian 3.0 8B-66.86%inferred family alias from granite-3.3-8b-instruct (score=0.4062; benches=14)हाँस्रोत
IBM
IBM
Granite Guardian 3.1 8B-66.86%inferred family alias from granite-3.3-8b-instruct (score=0.4062; benches=14)हाँस्रोत
IBM
IBM
Granite Guardian 3.3 8B-66.86%inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.5071; benches=14)हाँस्रोत
IBM
IBM
Granite Speech 3.2 8B-66.86%inferred family alias from granite-3.3-8b-instruct (score=0.4062; benches=14)हाँस्रोत
IBM
IBM
Granite Speech 3.3 8B-66.86%inferred high-confidence family alias from granite-3.3-8b-instruct (score=0.5071; benches=14)हाँस्रोत
Microsoft
Microsoft
Phi 4 Mini01 फ़र॰ 202566.40%-हाँस्रोत
Microsoft
Microsoft
Phi 3 Mini 128K Instruct-64%inferred family alias from phi-3.5-mini-instruct (score=0.3533; benches=31)हाँस्रोत
Microsoft
Microsoft
Phi 3.5 mini instruct23 अग॰ 202464%-हाँस्रोत
Nvidia
Nvidia
Llama 3.1 Nemotron 70B Instruct01 अक्टू॰ 202458.63%-हाँस्रोत
Qwen
Qwen
Qwen 14B-58.40%inferred family alias from qwen-2.5-14b-instruct (score=0.3060; benches=16)हाँस्रोत
IBM
IBM
Granite 4.0 Micro02 अक्टू॰ 202558.10%inferred high-confidence family alias from granite-4.0-tiny-preview (score=0.4700; benches=12)हाँस्रोत
IBM
IBM
Granite 4.0 Small02 अक्टू॰ 202558.10%inferred high-confidence family alias from granite-4.0-tiny-preview (score=0.4700; benches=12)हाँस्रोत
IBM
IBM
Granite 4.0 Tiny02 अक्टू॰ 202558.10%inferred alias from granite-4.0-tiny-previewहाँस्रोत
IBM
IBM
Granite 4.0 Tiny Preview02 मई 202558.10%-हाँस्रोत
Qwen
Qwen
Qwen 2 Math 72B-54.80%inferred high-confidence family alias from qwen2-72b-instruct (score=0.4667; benches=17)हाँस्रोत
Qwen
Qwen
Qwen 2 Math RM 72B-54.80%inferred family alias from qwen2-72b-instruct (score=0.3917; benches=17)हाँस्रोत
Mistral
Mistral
Mistral Nemo 12B18 जुल॰ 202450.30%inferred family alias from mistral-nemo-instruct-2407 (score=0.3250; benches=8)हाँस्रोत
समस्या की रिपोर्ट करें
साइन अप करें