NVIDIA의 Llama 3.1 Nemotron 70B는 정확하고 유익한 응답을 제공하도록 최적화된 강력한 언어 모델입니다. Llama 3.1 70B 아키텍처를 기반으로 하고 인간 피드백에 의한 강화 학습(RLHF)으로 향상되어 자동 정렬 벤치마크에서 최고 성능을 달성합니다. 높은 정밀도가 요구되는 응답 생성 애플리케이션에 적합하며, 다양한 분야의 사용자 질문에 잘 대응합니다.
웹사이트 AI 모델 웹페이지 | |
제공자 이 모델을 제공하는 주체. | |
채팅 채팅을 시작하려면 메시지를 입력하세요 | - |
출시일 모델이 처음 출시된 날짜. | 2 년 ago 10월 15, 2023 |
모달리티 이 모델이 처리할 수 있는 데이터 유형 | 텍스트 |
API 제공자 이 모델을 제공하는 업체들. (전체 목록이 아님) | OpenRouter |
지식 업데이트 종료일 모델의 지식이 마지막으로 업데이트된 날짜. | - |
오픈 소스 모델 코드가 공개적으로 사용 가능한지 여부. | 예 |
입력 가격 프롬프트 토큰 처리 비용 | $0.35 100만 토큰당 |
출력 가격 모델이 생성한 토큰 비용 | $0.40 100만 토큰당 |
MMLU Massive Multitask Language Understanding - 수학, 역사, 법학 등 57개 과목에 걸친 지식 테스트 | 85% 5-shot 출처 |
MMLU-Pro 더 어렵고 추론 중심의 질문, 더 큰 선택지, 프롬프트 민감도 감소로 강화된 MMLU 벤치마크 | 정보 없음 |
MMMU Massive Multitask Multimodal Understanding - 텍스트, 이미지, 오디오, 비디오에 걸친 이해력 테스트 | 정보 없음 |
HellaSwag 도전적인 문장 완성 벤치마크 | 정보 없음 |
HumanEval 코드 생성 및 문제 해결 능력 평가 | 75% 출처 |
MATH 다양한 난이도의 수학 문제 해결 능력 테스트 | 71% 출처 |
GPQA 화학, 생물학, 물리학 분야의 박사 수준 지식을 깊은 전문성이 필요한 객관식 문제로 테스트 | 정보 없음 |
IFEval 모델이 명시적 형식 지침을 정확히 따르고 적절한 출력을 생성하며 다양한 작업에서 일관된 지침 준수를 유지하는 능력 테스트 | 정보 없음 |
SimpleQA 간단한 질문의 정확성 평가 | - |
AIME 2024 | - |
AIME 2025 | - |
Aider Polyglot 다국어 프로그래밍 벤치마크. | - |
LiveCodeBench v5 실시간 프로그래밍 벤치마크 | - |
Global MMLU (Lite) 전 세계적으로 모델의 범용성을 평가하기 위한 간소화된 벤치마크 버전. | - |
MathVista 시각적 맥락에서 AI 모델의 수학적 추론 능력을 평가합니다 | - |
모바일 앱 | - |