Alibaba (Qwen)
Qwen2-72B 评测成绩
来自 5 个来源、7 项基准的 8 条成绩。
开放权重 发布: 2024年6月7日 更新于 2026年10月22日
其他名称: qwen2-72b-instruct · Qwen2 Instruct (72B) · Qwen2-72B-32k · Qwen/Qwen2-72B-Instruct · Qwen/Qwen2-72B
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1262 | 313 | Overall, style control on; 37325 votes; 95% CI 1257–1267“qwen2-72b-instruct” | 官方榜单 | 2026年10月8日 |
| Open LLM Leaderboard v2 | 43.6% | 58 | Average of 6 normalised benchmarks; bfloat16; 72.706B params“Qwen/Qwen2-72B-Instruct” | 官方榜单 | 2025年3月13日 |
| GPQA Diamond | 40.8% | 236 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
| MMLU | 82.4% | 11 | Exact match; 5-shot | 官方榜单 via Epoch AI | 2024年6月7日 |
| MMLU-Pro | 55.6% | 153 | Overall accuracy; data source: TIGER-Lab; 72B“Qwen2-72B-32k” | 官方榜单 | 2026年3月11日 |
| MATH Level 5 | 39.1% | 73 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
| CMMLU | 89.7% | 4 | Five-shot average | 官方榜单 | 2024年12月6日 |
| CMMLU | 87.5% | 5 | Zero-shot average | 官方榜单 | 2024年12月6日 |
常见问题
Qwen2-72B 的这些评测分数来自哪里？
来自 CMMLU leaderboard (GitHub README)、Epoch AI Benchmarking Hub、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。