Ogni riga usa lo stesso benchmark, versione, carico, scenario e unità. I risultati mancanti non valgono zero. I risultati di sistema includono tutta la configurazione hardware e software.
Arena text preference / chinesehuman preference · 2026-11-06 · rating
Llama-3.1-Tulu-3-8B
1.175,70 rating
Intervallo di confidenza: 1.139,87 – 1.211,53
238 voti
Categoria
chinese
Configurazione valutata
Llama 3.1 Tulu 3 8B
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-11-06 · rating
Llama-3.1-Tulu-3-8B
1.183,17 rating
Intervallo di confidenza: 1.158,92 – 1.207,43
476 voti
Categoria
coding
Configurazione valutata
Llama 3.1 Tulu 3 8B
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-11-06 · rating
Llama-3.1-Tulu-3-8B
1.181,16 rating
Intervallo di confidenza: 1.156,11 – 1.206,21
472 voti
Categoria
creative_writing
Configurazione valutata
Llama 3.1 Tulu 3 8B
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-11-06 · rating
Llama-3.1-Tulu-3-8B
1.214,86 rating
Intervallo di confidenza: 1.201,26 – 1.228,47
1633 voti
Categoria
english
Configurazione valutata
Llama 3.1 Tulu 3 8B
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-11-06 · rating
Llama-3.1-Tulu-3-8B
1.059,80 rating
Intervallo di confidenza: 1.040,91 – 1.078,69
1763 voti
Categoria
exclude_ties
Configurazione valutata
Llama 3.1 Tulu 3 8B
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-11-06 · rating
Llama-3.1-Tulu-3-8B
1.174,04 rating
Intervallo di confidenza: 1.154,51 – 1.193,58
728 voti
Categoria
hard_prompts
Configurazione valutata
Llama 3.1 Tulu 3 8B
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-11-06 · rating
Llama-3.1-Tulu-3-8B
1.177,73 rating
Intervallo di confidenza: 1.152,56 – 1.202,90
452 voti
Categoria
hard_prompts_english
Configurazione valutata
Llama 3.1 Tulu 3 8B
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-11-06 · rating
Arena text preference / industry_entertainment_and_sports_and_mediahuman preference · 2026-10-15 · rating
Llama-3.1-Tulu-3-8B
1.160,83 rating
Intervallo di confidenza: 1.138,18 – 1.183,49
563 voti
Categoria
industry_entertainment_and_sports_and_media
Configurazione valutata
llama-3.1-tulu-3-8b
Tipo di valutazione
human preference
Arena text preference / industry_life_and_physical_and_social_sciencehuman preference · 2026-10-15 · rating
Llama-3.1-Tulu-3-8B
1.193,31 rating
Intervallo di confidenza: 1.168,96 – 1.217,67
516 voti
Categoria
industry_life_and_physical_and_social_science
Configurazione valutata
llama-3.1-tulu-3-8b
Tipo di valutazione
human preference
Arena text preference / industry_mathematicalhuman preference · 2026-10-15 · rating
Llama-3.1-Tulu-3-8B
1.192,61 rating
Intervallo di confidenza: 1.163,44 – 1.221,78
304 voti
Categoria
industry_mathematical
Configurazione valutata
llama-3.1-tulu-3-8b
Tipo di valutazione
human preference
Arena text preference / industry_software_and_it_serviceshuman preference · 2026-10-15 · rating
Llama-3.1-Tulu-3-8B
1.191,49 rating
Intervallo di confidenza: 1.171,89 – 1.211,09
761 voti
Categoria
industry_software_and_it_services
Configurazione valutata
llama-3.1-tulu-3-8b
Tipo di valutazione
human preference
Arena text preference / industry_writing_and_literature_and_languagehuman preference · 2026-10-15 · rating
Llama-3.1-Tulu-3-8B
1.177,58 rating
Intervallo di confidenza: 1.158,27 – 1.196,89
816 voti
Categoria
industry_writing_and_literature_and_language
Configurazione valutata
llama-3.1-tulu-3-8b
Tipo di valutazione
human preference
Arena text preference / instruction_followinghuman preference · 2026-10-15 · rating
Llama-3.1-Tulu-3-8B
1.174,05 rating
Intervallo di confidenza: 1.158,63 – 1.189,46
1172 voti
Categoria
instruction_following
Configurazione valutata
llama-3.1-tulu-3-8b
Tipo di valutazione
human preference
Arena text preference / longer_queryhuman preference · 2026-10-15 · rating
Llama-3.1-Tulu-3-8B
1.180,46 rating
Intervallo di confidenza: 1.155,08 – 1.205,84
454 voti
Categoria
longer_query
Configurazione valutata
llama-3.1-tulu-3-8b
Tipo di valutazione
human preference
Arena text preference / mathhuman preference · 2026-10-15 · rating
Llama-3.1-Tulu-3-8B
1.194,69 rating
Intervallo di confidenza: 1.169,34 – 1.220,04
363 voti
Categoria
math
Configurazione valutata
llama-3.1-tulu-3-8b
Tipo di valutazione
human preference
Arena text preference / multi_turnhuman preference · 2026-10-15 · rating
Llama-3.1-Tulu-3-8B
1.153,58 rating
Intervallo di confidenza: 1.128,47 – 1.178,69
520 voti
Categoria
multi_turn
Configurazione valutata
llama-3.1-tulu-3-8b
Tipo di valutazione
human preference
Arena text preference / non_englishhuman preference · 2026-10-15 · rating
Llama-3.1-Tulu-3-8B
1.168,97 rating
Intervallo di confidenza: 1.153,96 – 1.183,97
1263 voti
Categoria
non_english
Configurazione valutata
llama-3.1-tulu-3-8b
Tipo di valutazione
human preference
Arena text preference / overallhuman preference · 2026-10-15 · rating
Llama-3.1-Tulu-3-8B
1.193,27 rating
Intervallo di confidenza: 1.182,77 – 1.203,77
2896 voti
Categoria
overall
Configurazione valutata
llama-3.1-tulu-3-8b
Tipo di valutazione
human preference
Arena text preference / russianhuman preference · 2026-10-15 · rating
Llama-3.1-Tulu-3-8B
1.193,11 rating
Intervallo di confidenza: 1.168,58 – 1.217,64
418 voti
Categoria
russian
Configurazione valutata
llama-3.1-tulu-3-8b
Tipo di valutazione
human preference
Esecuzione locale
Inferenza · stima della memoria
Llama-3.1-Tulu-3-8B
8,03 B parametri totali · llama · BF16
Payload dei tensori del checkpoint pubblicato: 15,0 GiB. Include copie archiviate e buffer; è distinto dalle stime di memoria runtime riportate di seguito.
Memoria acceleratore stimata
Pesi
4,1 GiB
KV cache
0,5 GiB
Margine runtime
1,0 GiB
Un utente, modello interamente nella memoria dell’acceleratore.
Nessun sistema per IA locale a catalogo soddisfa questa stima di memoria con il margine previsto.
Per i sistemi a memoria condivisa si considera il 75% della memoria installata, lasciando il 25% al sistema operativo e ad altre allocazioni. È un’ipotesi, non una misura della memoria assegnata alla GPU. I limiti di firmware e driver possono essere inferiori e richiedere configurazione. La corrispondenza di memoria non verifica runtime, pesi quantizzati o velocità di inferenza.
Include cache KV FP16, prompt e token generati, metadati di quantizzazione e margine runtime. Le GPU suggerite riservano il 10% della VRAM. La memoria sufficiente non garantisce velocità o compatibilità software: servono pesi quantizzati e supporto del runtime.