Llama 3.1 Nemotron 70B Instruct

NVIDIAs Llama 3.1 Nemotron 70B ist ein leistungsstarkes Sprachmodell, das für die Bereitstellung präziser und informativer Antworten optimiert ist. Basierend auf der Llama 3.1 70B-Architektur und durch Reinforcement Learning from Human Feedback (RLHF) verbessert, erreicht es Spitzenleistungen in Benchmarks zur automatischen Ausrichtung. Entwickelt für Anwendungen, die hohe Präzision bei der Antwortgenerierung und Hilfsbereitschaft erfordern, eignet sich dieses Modell ideal für eine Vielzahl von Benutzeranfragen in verschiedenen Bereichen.

GLM-4.5

Llama 3.1 Nemotron 70B InstructGLM-4.5
Webseite ?
Anbieter ?
Chat ?
Veröffentlichungsdatum ?
Modalitäten ?
Text ?
Text ?
API-Anbieter ?
OpenRouter
Zhipu AI
Datum des Wissensstandes ?
-
Unbekannt
Open Source ?
Ja
Ja
Preisgestaltung Eingabe ?
$0.35 pro Million Token
-
Preisgestaltung Ausgabe ?
$0.40 pro Million Token
-
MMLU ?
85%
5-shot
Quelle
84.6%
Academic Knowledge
Quelle
MMLU-Pro ?
Nicht verfügbar
-
MMMU ?
Nicht verfügbar
-
HellaSwag ?
Nicht verfügbar
-
HumanEval ?
75%
Quelle
-
MATH ?
71%
Quelle
-
GPQA ?
Nicht verfügbar
-
IFEval ?
Nicht verfügbar
-
SimpleQA ?
-
-
AIME 2024
-
-
AIME 2025
-
-
Aider Polyglot ?
-
-
LiveCodeBench v5 ?
-
-
Global MMLU (Lite) ?
-
-
MathVista ?
-
-
Mobile Anwendung
-
-

MathArena ?

Durchschnittliche Punktzahl
-
83%
AIME 2025
Test basierend auf Aufgaben aus dem Mathematikwettbewerb (American Invitational Mathematics Examination),der die mathematischen Fähigkeiten von Modellen überprüfen soll.
-
93%
HMMT February 2025
Test basierend auf Aufgaben aus dem Harvard-MIT Mathematics Tournament, Februar 2025, der die mathematischen Fähigkeiten von Modellen überprüfen soll.
-
78%
BRUMO 2025
-
92%
SMT 2025
Test basierend auf Aufgaben aus dem Stanford Math Tournament, 2025, der die mathematischen Fähigkeiten von Modellen überprüfen soll.
-
82%
CMIMC 2025
Test basierend auf Aufgaben aus der Canadian Mathematical Olympiad, 2025, der die mathematischen Fähigkeiten von Modellen überprüfen soll.
-
71%

LLMs vergleichen

Kommentar hinzufügen


10%
Unsere Website verwendet Cookies.

Datenschutz und Cookie-Richtlinie: Diese Website verwendet Cookies. Wenn Sie die Seite weiter nutzen, stimmen Sie deren Verwendung zu.