Mistral AI
Mistral NeMo 评测成绩
来自 4 个来源、5 项基准的 7 条成绩。
其他名称: open-mistral-nemo-2407 · Open-Mistral-Nemo-2407 (FC) · Open-Mistral-Nemo-2407 (Prompt) · Mistral-Nemo-Instruct-2407 · Mistral-Nemo-Base-2407 · mistralai/Mistral-Nemo-Instruct-2407 · mistralai/Mistral-Nemo-Base-2407
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| Open LLM Leaderboard v2 | 24.7% | 1676 | Average of 6 normalised benchmarks; bfloat16; 12.248B params“mistralai/Mistral-Nemo-Instruct-2407” | 官方榜单 | 2025年3月13日 |
| Open LLM Leaderboard v2 | 15.2% | 3276 | Average of 6 normalised benchmarks; bfloat16; 11.58B params“mistralai/Mistral-Nemo-Base-2407” | 官方榜单 | 2025年3月13日 |
| GPQA Diamond | 29.9% | 262 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
| MMLU-Pro | 44.8% | 177 | Overall accuracy; data source: TIGER-Lab; 12B“Mistral-Nemo-Instruct-2407” | 官方榜单 | 2026年3月11日 |
| MATH Level 5 | 10.8% | 98 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
| BFCL v4 (function calling) | 27.6% | 78 | Overall accuracy; native function calling (FC)“Open-Mistral-Nemo-2407 (FC)” | 官方榜单 | 2026年10月17日 |
| BFCL v4 (function calling) | 19.3% | 102 | Overall accuracy; prompt-based“Open-Mistral-Nemo-2407 (Prompt)” | 官方榜单 | 2026年10月17日 |
常见问题
Mistral NeMo 的这些评测分数来自哪里？
来自 Berkeley Function Calling Leaderboard (BFCL)、Epoch AI Benchmarking Hub、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。