Az NVIDIA Llama 3.1 Nemotron 70B egy hatékony nyelvi modell, amely pontos és informatív válaszok nyújtására van optimalizálva. A Llama 3.1 70B architektúrára épül, és az emberi visszajelzésből származó megerősítő tanulással (RLHF) továbbfejlesztve, kiemelkedő teljesítményt nyújt az automatikus igazítási benchmarkokon. A válaszgenerálásban és hasznosságban magas pontosságot igénylő alkalmazásokhoz tervezve, ez a modell különböző területeken széles körű felhasználói lekérdezésekhez is ideális.
Weboldal AI Modell Weboldal | |
Szolgáltató A modellt biztosító entitás. | |
Csevegés Írjon be egy üzenetet a csevegés megkezdéséhez | - |
Kiadási Dátum Mikor jelent meg a modell először. | 2 évek ago Okt 15, 2023 |
Modalitások A modell által feldolgozható adattípusok | szöveg |
API Szolgáltatók A modellt kínáló szolgáltatók. (Ez nem egy teljes lista.) | OpenRouter |
Tudás Befejezési Dátuma Utoljára mikor frissült a modell tudása. | - |
Nyílt Forráskódú A modell kódja nyilvánosan használható-e. | Igen |
Bemeneti Árazás A promptokban feldolgozott tokenek költsége | $0.35 millió tokenenként |
Kimeneti Árazás A modell által generált tokenek költsége | $0.40 millió tokenenként |
MMLU Massive Multitask Language Understanding – 57 tantárgyban teszteli a tudást, beleértve a matematikát, történelmet, jogot és egyebeket | 85% 5-shot Forrás |
MMLU-Pro Egy robusztusabb MMLU benchmark nehezebb, gondolkodásra összpontosító kérdésekkel, nagyobb választási lehetőségekkel és csökkentett prompt érzékenységgel | Nem elérhető |
MMMU Massive Multitask Multimodal Understanding – Teszteli a megértést szöveg, kép, hang és videó terén | Nem elérhető |
HellaSwag Egy kihívást jelentő mondatkiegészítési benchmark | Nem elérhető |
HumanEval Értékeli a kódgenerálás és problémamegoldó képességeket | 75% Forrás |
MATH Különböző nehézségi szinteken teszteli a matematikai problémamegoldó képességeket | 71% Forrás |
GPQA Doktori szintű tudást tesztel kémiában, biológiában és fizikában, több választós kérdéseken keresztül, amelyek mély szakmai tudást igényelnek | Nem elérhető |
IFEval Teszteli a modell képességét, hogy pontosan kövesse az explicit formázási utasításokat, megfelelő kimeneteket generáljon, és következetesen betartsa az utasításokat különböző feladatok során | Nem elérhető |
SimpleQA Egyszerű kérdések pontosságának értékelése | - |
AIME 2024 | - |
AIME 2025 | - |
Aider Polyglot Többnyelvű programozási benchmark. | - |
LiveCodeBench v5 Valós idejű programozási benchmark | - |
Global MMLU (Lite) A benchmark egyszerűsített verziója a modellek globális szintű univerzalitásának értékelésére. | - |
MathVista Értékeli az AI modellek matematikai következtetési képességeit vizuális környezetben | - |
Mobilalkalmazás | - |
Compare AI. Test. Benchmarks. Mobil Chatbot Alkalmazások, Sketch
Copyright © 2026 All Right Reserved.