Prestazioni dei modelli
Punteggio Radar: quattro test, peso uguale. Una sintesi sperimentale di queste prove, non una misura universale di intelligenza.
Mistral 7B v0.3
Configurazione testata
Mistral-7B-Instruct-v0.3
Punteggio Radar
Non valutato / 100
1/4 test principali · prove insufficienti
2 risultati di benchmark per questa configurazione
Ragionamento scientifico GPQA Diamond · 25% Domande scientifiche di esperti; correzione rigorosa a scelta multipla. Il caso vale il 25%.
0 50 100%
Mistral 7B v0.3
15,2* %
Intervallo 95% appross.: 13,2–17,2% · 2025-01-27 · Risultato datato
Soluzione di problemi nuovi Mystery Game Puzzles · 25% Scelta della mossa migliore in una variante di gioco non divulgata. Una prova circoscritta di ragionamento, non di intelligenza generale.
0 50 100%
Mistral 7B v0.3
Non disponibile
Matematica avanzata FrontierMath Tiers 1-3 · 25% Problemi matematici privati v2 con strumenti Python. Esclusi versioni precedenti e Tier 4.
0 50 100%
Mistral 7B v0.3
Non disponibile
Risposte fattuali SimpleQA Verified · 25% Risposte fattuali corrette con invito a tentare, valutate da un modello. Non misura allucinazioni o astensione.
0 50 100%
Mistral 7B v0.3
Non disponibile
Matematica da competizione OTIS Mock AIME 2024-2025 · Risultato separato Problemi da competizione: risposte estratte da un modello e confrontate con la soluzione esatta. Escluse le procedure di valutazione precedenti.
0 50 100%
Mistral 7B v0.3
0,3* %
Intervallo 95% appross.: 0,0–0,8% · 2026-08-30
Inferenza · stima della memoria
Mistral 7B v0.3
Informazioni verificate sull’architettura insufficienti per una stima affidabile della VRAM.