ModelChorusModelChorus
ВикликЧатТаблиця лідерівГортатиБенчмаркиІсторія
Як це працюєAPIУмови надання послугПолітика конфіденційності

Авторське право 2026 MeetKai Inc.

Бенчмарки/GLM 5/Усі завдання

GLM 5

12 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
57.0
ОцінкаМоваЗавданняМетрики
87.3Swahili (Tanzania)
swahili_sib200
swahili classification
f1_macro: 87.3sample_len: 204.0
f1_macro: 87.3sample_len: 204.0
85.7English (US)
english_gsm8k
english math
exact_match: 85.7sample_len: 1319.0
exact_match: 85.7sample_len: 1319.0
84.9French (France)
french_sib200
french classification
f1_macro: 84.9sample_len: 204.0
f1_macro: 84.9sample_len: 204.0
84.0English (US)
english_mgsm
english math
exact_match: 84.0sample_len: 250.0
exact_match: 84.0sample_len: 250.0
80.8Swahili (Tanzania)
swahili_afrimgsm
swahili afrimgsm
exact_match: 80.8sample_len: 250.0
exact_match: 80.8sample_len: 250.0
73.5Spanish (Spain)
spanish_xquad_es
spanish xquad es
exact_match: 63.6f1: 83.4sample_len: 1190.0
exact_match: 63.6f1: 83.4sample_len: 1190.0
70.1Swahili (Tanzania)
swahili_afrixnli
swahili nli
f1_macro: 70.1sample_len: 600.0
f1_macro: 70.1sample_len: 600.0
50.6English (US)
english_mmlu_pro
english mmlu pro
exact_match: 50.6sample_len: 2100.0
exact_match: 50.6sample_len: 2100.0
36.3English (US)
ifeval
ifeval
inst_level_loose_acc: 45.0inst_level_strict_acc: 43.0prompt_level_loose_acc: 29.8prompt_level_strict_acc: 27.5sample_len: 541.0
inst_level_loose_acc: 45.0inst_level_strict_acc: 43.0prompt_level_loose_acc: 29.8prompt_level_strict_acc: 27.5sample_len: 541.0
11.5Spanish (Spain)
spanish_global_mmlu
spanish mcq
f1_macro: 11.5sample_len: 400.0
f1_macro: 11.5sample_len: 400.0
10.3Spanish (Spain)
spanish_belebele
spanish mcq
f1_macro: 10.3sample_len: 900.0
f1_macro: 10.3sample_len: 900.0
9.3English (US)
english_belebele
english mcq
f1_macro: 9.3sample_len: 900.0
f1_macro: 9.3sample_len: 900.0