Meta
Llama 3.1-70B 评测成绩
来自 4 个来源、7 项基准的 7 条成绩。
开放权重 发布: 2024年7月23日 更新于 2026年10月22日
其他名称: llama-3.1-70b-instruct · Llama-3.1-70B-Instruct · Llama 3.1 Instruct Turbo (70B) · Llama-3.1-70B · meta-llama/Llama-3.1-70B-Instruct · meta-llama/Llama-3.1-70B
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1293 | 287 | Overall, style control on; 55240 votes; 95% CI 1290–1297“llama-3.1-70b-instruct” | 官方榜单 | 2026年10月8日 |
| Open LLM Leaderboard v2 | 43.4% | 62 | Average of 6 normalised benchmarks; bfloat16; 70.554B params“meta-llama/Llama-3.1-70B-Instruct” | 官方榜单 | 2025年3月13日 |
| GPQA Diamond | 44.2% | 228 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
| MMLU | 80.1% | 17 | Exact match; 5-shot | 官方榜单 via Epoch AI | 2024年7月23日 |
| MMLU-Pro | 52.5% | 160 | Overall accuracy; data source: TIGER-Lab; 70B“Llama-3.1-70B” | 官方榜单 | 2026年3月11日 |
| AIME (OTIS Mock AIME 2024–2025) | 3.6% | 241 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2025年2月25日 |
| MATH Level 5 | 36.7% | 75 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
常见问题
Llama 3.1-70B 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、LMArena leaderboard dataset、MMLU-Pro leaderboard (TIGER-Lab)和Hugging Face Open LLM Leaderboard v2 (archived)。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。