ModelChorusModelChorus
ВикликЧатТаблиця лідерівГортатиБенчмаркиІсторія
Як це працюєAPIУмови надання послугПолітика конфіденційності

Авторське право 2026 MeetKai Inc.

Бенчмарки/Functionary Swahili Large/Усі завдання

Functionary Swahili Large

29 завдань

Кожен рядок нижче — це окреме завдання бенчмарку, на якому оцінювали цю модель. Стовпець «Оцінка» усереднює всі метрики завдання (точність, F1, точний збіг тощо). Натисніть рядок, щоб переглянути окремі запитання та відповіді моделі.

Середнє
67.7
ОцінкаМоваЗавданняМетрики
92.2Albanian (Albania)
albanian_belebele
albanian mcq
f1_macro: 92.2sample_len: 900.0
f1_macro: 92.2sample_len: 900.0
91.7Ukrainian (Ukraine)
ukrainian_sib200
ukrainian classification
f1_macro: 91.7sample_len: 204.0
f1_macro: 91.7sample_len: 204.0
90.9French (France)
french_sib200
french classification
f1_macro: 90.9sample_len: 204.0
f1_macro: 90.9sample_len: 204.0
89.9Swahili (Tanzania)
swahili_sib200
swahili classification
f1_macro: 89.9sample_len: 204.0
f1_macro: 89.9sample_len: 204.0
87.8Arabic (Saudi Arabia)
arabic_sib200
arabic classification
f1_macro: 87.8sample_len: 204.0
f1_macro: 87.8sample_len: 204.0
85.2Hausa (Nigeria)
hausa_sib200
hausa classification
f1_macro: 85.2sample_len: 204.0
f1_macro: 85.2sample_len: 204.0
84.8English (US)
english_mgsm
english math
exact_match: 84.8sample_len: 250.0
exact_match: 84.8sample_len: 250.0
83.2Albanian (Albania)
albanian_global_mmlu
albanian mcq
f1_macro: 83.2sample_len: 400.0
f1_macro: 83.2sample_len: 400.0
82.6English (US)
english_gsm8k
english math
exact_match: 82.6sample_len: 1319.0
exact_match: 82.6sample_len: 1319.0
82.1Albanian (Albania)
albanian_sib200
albanian classification
f1_macro: 82.1sample_len: 204.0
f1_macro: 82.1sample_len: 204.0
79.1Urdu (Pakistan)
urdu_uquad
urdu qa
llm_judge_score: 79.1sample_len: 139.0
llm_judge_score: 79.1sample_len: 139.0
74.7Portuguese (Portugal)
portuguese_hatebr
portuguese classification
f1_macro: 74.7sample_len: 1400.0
f1_macro: 74.7sample_len: 1400.0
73.7Portuguese (Portugal)
portuguese_tweetsentbr
portuguese classification
f1_macro: 73.7sample_len: 2010.0
f1_macro: 73.7sample_len: 2010.0
72.4Urdu (Pakistan)
urdu_factcheckbench
urdu claim
f1_macro: 72.4sample_len: 387.0
f1_macro: 72.4sample_len: 387.0
72.0French (France)
french_mgsm
french math
exact_match: 72.0sample_len: 250.0
exact_match: 72.0sample_len: 250.0
71.4Urdu (Pakistan)
urdu_fake_news
urdu classification
f1_macro: 71.4sample_len: 300.0
f1_macro: 71.4sample_len: 300.0
70.7Urdu (Pakistan)
urdu_bingcheck
urdu claim
f1_macro: 70.7sample_len: 102.0
f1_macro: 70.7sample_len: 102.0
69.0Urdu (Pakistan)
urdu_facttool_qa
urdu claim
f1_macro: 69.0sample_len: 160.0
f1_macro: 69.0sample_len: 160.0
67.5French (France)
french_fquad
french qa
exact_match: 57.0f1: 77.9sample_len: 400.0
exact_match: 57.0f1: 77.9sample_len: 400.0
62.8Spanish (Spain)
spanish_xquad_es
spanish xquad es
exact_match: 52.7f1: 72.9sample_len: 1190.0
exact_match: 52.7f1: 72.9sample_len: 1190.0
59.6Portuguese (Portugal)
portuguese_hate_speech
portuguese classification
f1_macro: 59.6sample_len: 851.0
f1_macro: 59.6sample_len: 851.0
58.6Ukrainian (Ukraine)
ukrainian_squad
ukrainian qa
exact_match: 47.0f1: 70.3sample_len: 3812.0
exact_match: 47.0f1: 70.3sample_len: 3812.0
56.7Urdu (Pakistan)
urdu_freshqa
urdu qa
llm_judge_score: 56.7sample_len: 323.0
llm_judge_score: 56.7sample_len: 323.0
51.8Hausa (Nigeria)
hausa_afrixnli
hausa nli
f1_macro: 51.8sample_len: 600.0
f1_macro: 51.8sample_len: 600.0
51.1Arabic (Saudi Arabia)
arabic_tydiqa
arabic qa
exact_match: 38.3f1: 63.9sample_len: 921.0
exact_match: 38.3f1: 63.9sample_len: 921.0
38.0Hausa (Nigeria)
hausa_afrimgsm
hausa afrimgsm
exact_match: 38.0sample_len: 250.0
exact_match: 38.0sample_len: 250.0
31.5Urdu (Pakistan)
urdu_emotion_class
urdu classification
f1_macro: 31.5sample_len: 200.0
f1_macro: 31.5sample_len: 200.0
22.0Urdu (Pakistan)
urdu_simpleqa
urdu qa
llm_judge_score: 22.0sample_len: 200.0
llm_judge_score: 22.0sample_len: 200.0
9.3Hausa (Nigeria)
hausa_afriqa
hausa qa
exact_match: 7.7f1: 10.8sample_len: 300.0
exact_match: 7.7f1: 10.8sample_len: 300.0