Alibaba (Qwen)
Qwen1.5-110B 评测成绩
来自 4 个来源、4 项基准的 5 条成绩。
开放权重 发布: 2024年4月25日 更新于 2026年10月22日
其他名称: qwen1.5-110b-chat · Qwen/Qwen1.5-110B-Chat · Qwen/Qwen1.5-110B
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1234 | 326 | Overall, style control on; 26195 votes; 95% CI 1229–1240“qwen1.5-110b-chat” | 官方榜单 | 2026年10月8日 |
| Open LLM Leaderboard v2 | 33.1% | 776 | Average of 6 normalised benchmarks; bfloat16; 111.21B params“Qwen/Qwen1.5-110B-Chat” | 官方榜单 | 2025年3月13日 |
| MMLU-Pro | 49.9% | 164 | Overall accuracy; data source: TIGER-Lab; 110B | 官方榜单 | 2026年3月11日 |
| CMMLU | 88.3% | 6 | Five-shot average | 官方榜单 | 2024年12月6日 |
| CMMLU | 87.6% | 4 | Zero-shot average | 官方榜单 | 2024年12月6日 |
常见问题
Qwen1.5-110B 的这些评测分数来自哪里？
来自 CMMLU leaderboard (GitHub README)、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。