Code
Aider-Polyglotpublié par le laboratoire 49.6%inferred family alias from deepseek-v3 (score=0.4159
Aider-Polyglot Editpublié par le laboratoire
79.7%inferred family alias from deepseek-v3 (score=0.4159
SWE-Benchpublié par le laboratoire 42%inferred family alias from deepseek-v3 (score=0.4159
Math
AIME 2024publié par le laboratoire
39.2%inferred family alias from deepseek-v3 (score=0.4159
DROPpublié par le laboratoire
91.6%inferred family alias from deepseek-v3 (score=0.4159
Language
CLUEWSCpublié par le laboratoire
90.9%inferred family alias from deepseek-v3 (score=0.4159
General-knowledge
GPQApublié par le laboratoire 59.1%inferred family alias from deepseek-v3 (score=0.4159
Reasoning
HumanEval-Mulpublié par le laboratoire
0.83inferred family alias from deepseek-v3 (score=0.4159
General
LongBench v2publié par le laboratoire
48.7%inferred family alias from deepseek-v3 (score=0.4159
Autres
C-Evalpublié par le laboratoire
86.5%inferred family alias from deepseek-v3 (score=0.4159
CNMO 2024publié par le laboratoire
43.2%inferred family alias from deepseek-v3 (score=0.4159
CSimpleQApublié par le laboratoire
64.8%inferred family alias from deepseek-v3 (score=0.4159
Framespublié par le laboratoire 0.73inferred family alias from deepseek-v3 (score=0.4159
IFEvalpublié par le laboratoire
86.1%inferred family alias from deepseek-v3 (score=0.4159
LiveCodeBenchpublié par le laboratoire
37.6%inferred family alias from deepseek-v3 (score=0.4159
MATH 500publié par le laboratoire
90.2%inferred family alias from deepseek-v3 (score=0.4159
MMLUpublié par le laboratoire
88.5%inferred family alias from deepseek-v3 (score=0.4159
MMLU Reduxpublié par le laboratoire
89.1%inferred family alias from deepseek-v3 (score=0.4159
MMLU-Propublié par le laboratoire
75.9%inferred family alias from deepseek-v3 (score=0.4159
SimpleQApublié par le laboratoire 24.9%inferred family alias from deepseek-v3 (score=0.4159
Les résultats publiés par les laboratoires proviennent de leurs propres supports de lancement et peuvent utiliser des réglages différents ; aucun n’est donc marqué comme le meilleur. Les résultats indépendants proviennent d’évaluateurs tiers.