Microsoft
phi-3-mini 3.8B 评测成绩
来自 4 个来源、4 项基准的 7 条成绩。
开放权重 发布: 2024年4月23日 更新于 2026年10月22日
其他名称: phi-3-mini-128k-instruct · phi-3-mini-4k-instruct · Phi-3-mini-4k-instruct · Phi-3-mini · microsoft/Phi-3-mini-4k-instruct · microsoft/Phi-3-mini-128k-instruct
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1130 | 387 | Overall, style control on; 20685 votes; 95% CI 1122–1137“phi-3-mini-128k-instruct” | 官方榜单 | 2026年10月8日 |
| LMArena Text | 1128 | 388 | Overall, style control on; 20118 votes; 95% CI 1122–1135“phi-3-mini-4k-instruct” | 官方榜单 | 2026年10月8日 |
| Open LLM Leaderboard v2 | 27.6% | 1339 | Average of 6 normalised benchmarks; float16; 3.821B params“microsoft/Phi-3-mini-4k-instruct” | 官方榜单 | 2025年3月13日 |
| Open LLM Leaderboard v2 | 26.3% | 1459 | Average of 6 normalised benchmarks; bfloat16; 3.821B params“microsoft/Phi-3-mini-128k-instruct” | 官方榜单 | 2025年3月13日 |
| MMLU | 68.8% | 28 | Exact match; 5-shot | 论文 / 技术报告 via Epoch AI | 2024年4月23日 |
| HumanEval / HumanEval+ | 64.6% | 52 | HumanEval (base tests), pass@1 greedy“Phi-3-mini-4k-instruct” | 官方榜单 | 2024年12月26日 |
| HumanEval / HumanEval+ | 59.1% | 52 | HumanEval+ (extended tests), pass@1 greedy“Phi-3-mini-4k-instruct” | 官方榜单 | 2024年12月26日 |
常见问题
phi-3-mini 3.8B 的这些评测分数来自哪里？
来自 EvalPlus leaderboard、LMArena leaderboard dataset、Epoch AI Benchmarking Hub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。