Alibaba (Qwen)
Qwen2.5-7B 评测成绩
来自 3 个来源、5 项基准的 5 条成绩。
开放权重 发布: 2024年9月19日 更新于 2026年10月22日
其他名称: qwen2.5-7b-instruct · Qwen2.5 Instruct Turbo (7B) · Qwen/Qwen2.5-7B-Instruct · Qwen/Qwen2.5-7B
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| Open LLM Leaderboard v2 | 35.2% | 623 | Average of 6 normalised benchmarks; bfloat16; 7.616B params“Qwen/Qwen2.5-7B-Instruct” | 官方榜单 | 2025年3月13日 |
| GPQA Diamond | 35.5% | 248 | Epoch AI run, accuracy | 独立评测 | 2026年8月30日 |
| MMLU | 72.9% | 47 | Exact match; 5-shot | 官方榜单 via Epoch AI | 2024年9月19日 |
| MMLU-Pro | 45.0% | 176 | Overall accuracy; data source: Self-Reported; 7B | 厂商自报 | 2026年3月11日 |
| AIME (OTIS Mock AIME 2024–2025) | 2.5% | 244 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2026年8月30日 |
常见问题
Qwen2.5-7B 的这些评测分数来自哪里？
来自 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。