BenchmarkiGPT-oss-120BArabic (Saudi Arabia) zadań

GPT-oss-120B

5 zadań

Każdy poniższy wiersz to jedno zadanie benchmarkowe, na którym oceniano ten model. Kolumna Wynik przedstawia średnią ze wszystkich metryk zadania (dokładność, F1, dokładne dopasowanie itp.). Kliknij wiersz, aby przejrzeć poszczególne pytania i odpowiedzi modelu.

Średnia

38.9

Wynik	Język	Zadanie	Metryki
85.9	Arabic (Saudi Arabia)	arabic_sib200 arabic classification f1_macro: 85.9sample_len: 204.0	f1_macro: 85.9sample_len: 204.0
43.2	Arabic (Saudi Arabia)	arabic_tydiqa arabic qa exact_match: 32.5f1: 53.9sample_len: 921.0	exact_match: 32.5f1: 53.9sample_len: 921.0
32.9	Arabic (Saudi Arabia)	arabic_belebele arabic mcq f1_macro: 32.9sample_len: 900.0	f1_macro: 32.9sample_len: 900.0
17.5	Arabic (Saudi Arabia)	arabic_aratrust arabic mcq f1_macro: 17.5sample_len: 522.0	f1_macro: 17.5sample_len: 522.0
14.8	Arabic (Saudi Arabia)	arabic_mmlu arabic mcq f1_macro: 14.8sample_len: 14316.0	f1_macro: 14.8sample_len: 14316.0