Alibaba (Qwen)
Qwen1.5-72B 评测成绩
来自 5 个来源、6 项基准的 8 条成绩。
开放权重 发布: 2024年2月4日 更新于 2026年10月22日
其他名称: qwen1.5-72b-chat · Qwen1.5 (72B) · Qwen1.5-72B-Chat
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1234 | 328 | Overall, style control on; 39302 votes; 95% CI 1228–1239“qwen1.5-72b-chat” | 官方榜单 | 2026年10月8日 |
| GPQA Diamond | 28.8% | 263 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
| MMLU | 77.4% | 32 | Exact match; 5-shot“Qwen1.5 (72B)” | 官方榜单 via Epoch AI | — |
| MMLU-Pro | 52.6% | 159 | Overall accuracy; data source: TIGER-Lab; 72B“Qwen1.5-72B-Chat” | 官方榜单 | 2026年3月11日 |
| HumanEval / HumanEval+ | 68.3% | 48 | HumanEval (base tests), pass@1 greedy“Qwen1.5-72B-Chat” | 官方榜单 | 2024年12月26日 |
| HumanEval / HumanEval+ | 59.1% | 52 | HumanEval+ (extended tests), pass@1 greedy“Qwen1.5-72B-Chat” | 官方榜单 | 2024年12月26日 |
| CMMLU | 83.5% | 10 | Five-shot average | 官方榜单 | 2024年12月6日 |
| CMMLU | 81.8% | 8 | Zero-shot average | 官方榜单 | 2024年12月6日 |
常见问题
Qwen1.5-72B 的这些评测分数来自哪里？
来自 CMMLU leaderboard (GitHub README)、Epoch AI Benchmarking Hub、EvalPlus leaderboard、LMArena leaderboard dataset和MMLU-Pro leaderboard (TIGER-Lab)。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。