five

kth8/Qwen3.5-4B-MMLU-Pro-benchmark

收藏
Hugging Face2026-04-10 更新2026-04-12 收录
下载链接:
https://hf-mirror.com/datasets/kth8/Qwen3.5-4B-MMLU-Pro-benchmark
下载链接
链接失效反馈
官方服务:
资源简介:
--- license: apache-2.0 language: - en base_model: Qwen/Qwen3.5-4B datasets: - TIGER-Lab/MMLU-Pro --- Benchmark of [Qwen/Qwen3.5-4B](https://huggingface.co/Qwen/Qwen3.5-4B) against [TIGER-Lab/MMLU-Pro](https://huggingface.co/datasets/TIGER-Lab/MMLU-Pro) dataset. Accuracy: 74.5% with Python tool. | Metric | Value | |----------------------|---------------| | **Correct** | 745 | | **Incorrect** | 254 | | **Errors** | 1 | | **Total samples** | 1000 | | **Python tool calls**| 1182 | | **Total completion tokens** | 2,318,269 | Raw stats: ```json { "accuracy": 0.745, "correct": 745, "incorrect": 254, "error": 1, "total": 1000, "python_tool_calls": 1182, "completion_tokens": 2318269 } ```
提供机构:
kth8
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作