Mga BenchmarkGPT-oss-120BArabic (Saudi Arabia) mga gawain

GPT-oss-120B

5 mga gawain

Ang bawat row sa ibaba ay isang benchmark na gawain na sinuri ang modelong ito. Ina-average ng column na Score ang bawat metric na iniuulat ng gawain (katumpakan, F1, exact-match, atbp.). I-click ang isang row para i-browse ang mga indibidwal na tanong at mga tugon ng modelo.

Average

38.9

Marka	Wika	Gawain	Mga sukatan
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