Ai2
Tulu 3 (Tülu 3) 70B 评测成绩
来自 2 个来源、4 项基准的 4 条成绩。
开放权重 发布: 2024年11月21日 更新于 2026年10月22日
其他名称: Llama-3.1-Tulu-3-70B-DPO · allenai/Llama-3.1-Tulu-3-70B-DPO
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| Open LLM Leaderboard v2 | 42.2% | 107 | Average of 6 normalised benchmarks; bfloat16; 70B params“allenai/Llama-3.1-Tulu-3-70B-DPO” | 官方榜单 | 2025年3月13日 |
| GPQA Diamond | 46.3% | 222 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
| AIME (OTIS Mock AIME 2024–2025) | 4.4% | 236 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2025年3月7日 |
| MATH Level 5 | 42.7% | 68 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
常见问题
Tulu 3 (Tülu 3) 70B 的这些评测分数来自哪里？
来自 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。