发现适合你的 AI

从一个名字或一项任务开始
API 服务选择模型接入渠道全球模型能力、规格与价格智能工具按任务发现实用工具MCP 大全连接工具、数据与工作流Agent Skills发现可复用的 Agent 技能测评榜单比较模型表现在线工具账号转换、JSON、费用估算与 API 诊断模型时间轴查看版本发布动态场景选型从实际用途开始
Enter搜索 · ↑↓选择结果Esc关闭
申请收录EN
项目测评

EuroEval 欧洲多语言 · 测试集 · few-shot

EuroEval · 273 条配置有公开分数，按独立指标查看结果和测试条件。

报告身份与条件

资料日期2026-10-28· 报告发布日期—。运行日期与测试条件见各条记录。

榜单资料更新于

  • 只比较欧洲生成式题集的均值排名分，越低越好；总分与各语言分项独立，缺值不当零分。
  • 测试集与验证集、few-shot与zero-shot分别成页；思考模式和模型类型保留在具体运行身份，不把同名配置合并。
  • 数值后的±表示95% bootstrap置信区间半宽；区间有重叠时不据微小点估计差异断言优劣，图表按点估计排序。
  • 只将官方链接与本站调用标识完全一致的Hugging Face型号关联；不凭简称、API前缀或思考模式推定具体版本。
  • 模型元数据、欧洲价值观和幻觉率不在本页排名指标内；本榜不代表所有任务或所有语言的通用能力。
  • EuroEval 成绩仓库和框架采用 MIT 许可，Copyright © Dan Saattrup Smart 与 Alexandra Instituttet A/S；完整许可见 /licenses/euroeval.txt。
  • 榜单资料时间：Last updated: 2026-10-27 10:35:11 CET；不是各次实际测试日期或模型发布日期。
  • 本页只含测试集、few-shot配置；模型类型逐条保留。未给出逐次测试日期、框架版本或统一样本数，均不推定。
访问报告原文 ↗

同一报告内分别比较指标，方向与口径见图表说明。
误差线表示95%置信区间；完整数值和运行条件见明细。

欧洲多语种均值排名分

欧洲生成式任务范围内的均值排名分，越低越好；±为95% bootstrap置信区间半宽，不能与其他题集混排。 图示 8 / 43 条有值记录；运行配置与日期见明细。

查看图表数据 ·8项
名称排名分
mistralai/Mistral-Small-3.2-24B-Instruct-25061.85 ± 0.06 (95% CI)
mistralai/Mistral-Small-3.1-24B-Instruct-25031.86 ± 0.05 (95% CI)
Qwen/Qwen3-32B#no-thinking1.9 ± 0.06 (95% CI)
google/gemma-3-27b-pt1.93 ± 0.07 (95% CI)
mistralai/Mistral-Small-3.1-24B-Base-25031.93 ± 0.06 (95% CI)
deepcogito/cogito-v1-preview-qwen-32B1.95 ± 0.06 (95% CI)
Qwen/Qwen3-14B#no-thinking2.02 ± 0.06 (95% CI)
google/gemma-3-12b-it2.06 ± 0.06 (95% CI)

阿尔巴尼亚语均值排名分

Albanian 语言范围内的均值排名分，越低越好；±为95% bootstrap置信区间半宽，不能与其他题集混排。 图示 8 / 69 条有值记录；运行配置与日期见明细。

查看图表数据 ·8项
名称排名分
mistralai/Mistral-Small-3.1-24B-Instruct-25031.79 ± 0.03 (95% CI)
mistralai/Mistral-Small-3.2-24B-Instruct-25061.8 ± 0.04 (95% CI)
google/gemma-3-27b-it1.81 ± 0.04 (95% CI)
Qwen/Qwen3-32B#no-thinking1.84 ± 0.05 (95% CI)
google/gemma-3-27b-pt1.98 ± 0.04 (95% CI)
Qwen/Qwen3-14B#no-thinking1.98 ± 0.05 (95% CI)
deepcogito/cogito-v2-preview-llama-70B2.02 ± 0.04 (95% CI)
mistralai/Mistral-Small-3.1-24B-Base-25032.06 ± 0.04 (95% CI)

完整结果与对象版本

273 / 474条配置有本范围的公开分数；列表展示有分数的配置，缺项保留“未提供”。同名型号的不同运行配置分别列出。

utter-project/EuroLLM-22B-Instruct-2512

报告所列型号

测试集 · few-shot · 指令微调

欧洲多语种均值排名分
未提供
波斯尼亚语均值排名分
2.12 ± 0.03（95% CI） 排名分
保加利亚语均值排名分
2.75 ± 0.05（95% CI） 排名分
加泰罗尼亚语均值排名分
2.4 ± 0.04（95% CI） 排名分
展开其余指标
阿尔巴尼亚语均值排名分
未提供
白俄罗斯语均值排名分
未提供
克罗地亚语均值排名分
未提供
捷克语均值排名分
2.05 ± 0.03（95% CI） 排名分
丹麦语均值排名分
2.14 ± 0.05（95% CI） 排名分
荷兰语均值排名分
2.07 ± 0.19（95% CI） 排名分
英语均值排名分
1.8 ± 0.06（95% CI） 排名分
爱沙尼亚语均值排名分
2.1 ± 0.06（95% CI） 排名分
法罗语均值排名分
3.37 ± 0.08（95% CI） 排名分
芬兰语均值排名分
2.68 ± 0.04（95% CI） 排名分
法语均值排名分
2.06 ± 0.2（95% CI） 排名分
德语均值排名分
2.29 ± 0.15（95% CI） 排名分
希腊语均值排名分
2.18 ± 0.02（95% CI） 排名分
匈牙利语均值排名分
2.37 ± 0.05（95% CI） 排名分
冰岛语均值排名分
3.12 ± 0.05（95% CI） 排名分
意大利语均值排名分
2.26 ± 0.19（95% CI） 排名分
拉脱维亚语均值排名分
1.97 ± 0.02（95% CI） 排名分
立陶宛语均值排名分
2.22 ± 0.06（95% CI） 排名分
卢森堡语均值排名分
未提供
挪威语均值排名分
2.07 ± 0.13（95% CI） 排名分
波兰语均值排名分
2.43 ± 0.04（95% CI） 排名分
葡萄牙语均值排名分
2.25 ± 0.06（95% CI） 排名分
罗马尼亚语均值排名分
2.2 ± 0.02（95% CI） 排名分
塞尔维亚语均值排名分
2.13 ± 0.02（95% CI） 排名分
斯洛伐克语均值排名分
2.52 ± 0.04（95% CI） 排名分
斯洛文尼亚语均值排名分
2.52 ± 0.05（95% CI） 排名分
西班牙语均值排名分
2.56 ± 0.14（95% CI） 排名分
瑞典语均值排名分
2.27 ± 0.11（95% CI） 排名分
乌克兰语均值排名分
2.3 ± 0.03（95% CI） 排名分

PleIAs/Pleias-3b-Preview

报告所列型号

测试集 · few-shot · 基础生成式

欧洲多语种均值排名分
未提供
波斯尼亚语均值排名分
3.31 ± 0.08（95% CI） 排名分
保加利亚语均值排名分
3.88 ± 0.05（95% CI） 排名分
加泰罗尼亚语均值排名分
3.42 ± 0.06（95% CI） 排名分
展开其余指标
阿尔巴尼亚语均值排名分
未提供
白俄罗斯语均值排名分
未提供
克罗地亚语均值排名分
4.09 ± 0.04（95% CI） 排名分
捷克语均值排名分
3.69 ± 0.08（95% CI） 排名分
丹麦语均值排名分
3.77 ± 0.04（95% CI） 排名分
荷兰语均值排名分
未提供
英语均值排名分
未提供
爱沙尼亚语均值排名分
3.76 ± 0.07（95% CI） 排名分
法罗语均值排名分
未提供
芬兰语均值排名分
未提供
法语均值排名分
3.37 ± 0.09（95% CI） 排名分
德语均值排名分
未提供
希腊语均值排名分
3.61 ± 0.04（95% CI） 排名分
匈牙利语均值排名分
未提供
冰岛语均值排名分
未提供
意大利语均值排名分
3.71 ± 0.15（95% CI） 排名分
拉脱维亚语均值排名分
3.69 ± 0.07（95% CI） 排名分
立陶宛语均值排名分
未提供
卢森堡语均值排名分
未提供
挪威语均值排名分
未提供
波兰语均值排名分
3.96 ± 0.06（95% CI） 排名分
葡萄牙语均值排名分
3.66 ± 0.12（95% CI） 排名分
罗马尼亚语均值排名分
3.47 ± 0.08（95% CI） 排名分
塞尔维亚语均值排名分
3.67 ± 0.06（95% CI） 排名分
斯洛伐克语均值排名分
4.09 ± 0.07（95% CI） 排名分
斯洛文尼亚语均值排名分
3.96 ± 0.05（95% CI） 排名分
西班牙语均值排名分
3.6 ± 0.1（95% CI） 排名分
瑞典语均值排名分
3.68 ± 0.12（95% CI） 排名分
乌克兰语均值排名分
3.73 ± 0.08（95% CI） 排名分

allenai/Olmo-3.1-32B-Instruct-DPO

报告所列型号

测试集 · few-shot · 指令微调

欧洲多语种均值排名分
未提供
阿尔巴尼亚语均值排名分
2.66 ± 0.03（95% CI） 排名分
波斯尼亚语均值排名分
1.79 ± 0.03（95% CI） 排名分
保加利亚语均值排名分
2.68 ± 0.02（95% CI） 排名分
展开其余指标
白俄罗斯语均值排名分
未提供
加泰罗尼亚语均值排名分
2.37 ± 0.03（95% CI） 排名分
克罗地亚语均值排名分
2.55 ± 0.03（95% CI） 排名分
捷克语均值排名分
2.48 ± 0.01（95% CI） 排名分
丹麦语均值排名分
2.42 ± 0.03（95% CI） 排名分
荷兰语均值排名分
未提供
英语均值排名分
1.61 ± 0.03（95% CI） 排名分
爱沙尼亚语均值排名分
2.76 ± 0.02（95% CI） 排名分
法罗语均值排名分
3.54 ± 0.07（95% CI） 排名分
芬兰语均值排名分
2.53 ± 0.03（95% CI） 排名分
法语均值排名分
未提供
德语均值排名分
2.35 ± 0.12（95% CI） 排名分
希腊语均值排名分
未提供
匈牙利语均值排名分
2.67 ± 0.03（95% CI） 排名分
冰岛语均值排名分
未提供
意大利语均值排名分
未提供
拉脱维亚语均值排名分
2.71 ± 0.03（95% CI） 排名分
立陶宛语均值排名分
2.56 ± 0.03（95% CI） 排名分
卢森堡语均值排名分
未提供
挪威语均值排名分
2.48 ± 0.13（95% CI） 排名分
波兰语均值排名分
2.59 ± 0.03（95% CI） 排名分
葡萄牙语均值排名分
2.41 ± 0.08（95% CI） 排名分
罗马尼亚语均值排名分
2.24 ± 0.02（95% CI） 排名分
塞尔维亚语均值排名分
2.37 ± 0.02（95% CI） 排名分
斯洛伐克语均值排名分
2.66 ± 0.03（95% CI） 排名分
斯洛文尼亚语均值排名分
2.83 ± 0.02（95% CI） 排名分
西班牙语均值排名分
未提供
瑞典语均值排名分
未提供
乌克兰语均值排名分
未提供

tiiuae/Falcon3-7B-Base →

已对应本站具体版本

测试集 · few-shot · 基础生成式

欧洲多语种均值排名分
未提供
法罗语均值排名分
3.89 ± 0.06（95% CI） 排名分
展开其余指标
阿尔巴尼亚语均值排名分
未提供
白俄罗斯语均值排名分
未提供
波斯尼亚语均值排名分
未提供
保加利亚语均值排名分
未提供
加泰罗尼亚语均值排名分
未提供
克罗地亚语均值排名分
未提供
捷克语均值排名分
未提供
丹麦语均值排名分
未提供
荷兰语均值排名分
未提供
英语均值排名分
未提供
爱沙尼亚语均值排名分
未提供
芬兰语均值排名分
未提供
法语均值排名分
未提供
德语均值排名分
未提供
希腊语均值排名分
未提供
匈牙利语均值排名分
未提供
冰岛语均值排名分
未提供
意大利语均值排名分
未提供
拉脱维亚语均值排名分
未提供
立陶宛语均值排名分
未提供
卢森堡语均值排名分
未提供
挪威语均值排名分
未提供
波兰语均值排名分
未提供
葡萄牙语均值排名分
未提供
罗马尼亚语均值排名分
未提供
塞尔维亚语均值排名分
未提供
斯洛伐克语均值排名分
未提供
斯洛文尼亚语均值排名分
未提供
西班牙语均值排名分
未提供
瑞典语均值排名分
未提供
乌克兰语均值排名分
未提供

LiquidAI/LFM2.5-1.2B-Base →

已对应本站具体版本

测试集 · few-shot · 指令微调

欧洲多语种均值排名分
未提供
保加利亚语均值排名分
4.18 ± 0.04（95% CI） 排名分
克罗地亚语均值排名分
4.12 ± 0.05（95% CI） 排名分
法罗语均值排名分
4.68 ± 0.06（95% CI） 排名分
展开其余指标
阿尔巴尼亚语均值排名分
未提供
白俄罗斯语均值排名分
未提供
波斯尼亚语均值排名分
未提供
加泰罗尼亚语均值排名分
未提供
捷克语均值排名分
未提供
丹麦语均值排名分
未提供
荷兰语均值排名分
未提供
英语均值排名分
未提供
爱沙尼亚语均值排名分
未提供
芬兰语均值排名分
未提供
法语均值排名分
未提供
德语均值排名分
未提供
希腊语均值排名分
未提供
匈牙利语均值排名分
未提供
冰岛语均值排名分
未提供
意大利语均值排名分
未提供
拉脱维亚语均值排名分
未提供
立陶宛语均值排名分
未提供
卢森堡语均值排名分
未提供
挪威语均值排名分
未提供
波兰语均值排名分
未提供
葡萄牙语均值排名分
未提供
罗马尼亚语均值排名分
未提供
塞尔维亚语均值排名分
未提供
斯洛伐克语均值排名分
4.18 ± 0.04（95% CI） 排名分
斯洛文尼亚语均值排名分
4.23 ± 0.03（95% CI） 排名分
西班牙语均值排名分
未提供
瑞典语均值排名分
未提供
乌克兰语均值排名分
未提供

HuggingFaceTB/SmolLM2-135M

报告所列型号

测试集 · few-shot · 基础生成式

欧洲多语种均值排名分
未提供
白俄罗斯语均值排名分
4.02 ± 0.03（95% CI） 排名分
波斯尼亚语均值排名分
3.68 ± 0.03（95% CI） 排名分
保加利亚语均值排名分
4.18 ± 0.02（95% CI） 排名分
展开其余指标
阿尔巴尼亚语均值排名分
未提供
加泰罗尼亚语均值排名分
3.99 ± 0.07（95% CI） 排名分
克罗地亚语均值排名分
未提供
捷克语均值排名分
4.13 ± 0.03（95% CI） 排名分
丹麦语均值排名分
未提供
荷兰语均值排名分
4.05 ± 0.14（95% CI） 排名分
英语均值排名分
3.67 ± 0.07（95% CI） 排名分
爱沙尼亚语均值排名分
4.19 ± 0.05（95% CI） 排名分
法罗语均值排名分
4.66 ± 0.03（95% CI） 排名分
芬兰语均值排名分
4.18 ± 0.06（95% CI） 排名分
法语均值排名分
4.01 ± 0.09（95% CI） 排名分
德语均值排名分
4.29 ± 0.14（95% CI） 排名分
希腊语均值排名分
4.11 ± 0.04（95% CI） 排名分
匈牙利语均值排名分
4.15 ± 0.04（95% CI） 排名分
冰岛语均值排名分
4.17 ± 0.05（95% CI） 排名分
意大利语均值排名分
4.1 ± 0.13（95% CI） 排名分
拉脱维亚语均值排名分
3.84 ± 0.04（95% CI） 排名分
立陶宛语均值排名分
4.06 ± 0.05（95% CI） 排名分
卢森堡语均值排名分
未提供
挪威语均值排名分
3.99 ± 0.07（95% CI） 排名分
波兰语均值排名分
4.39 ± 0.07（95% CI） 排名分
葡萄牙语均值排名分
4.13 ± 0.07（95% CI） 排名分
罗马尼亚语均值排名分
4.16 ± 0.03（95% CI） 排名分
塞尔维亚语均值排名分
3.79 ± 0.03（95% CI） 排名分
斯洛伐克语均值排名分
4.42 ± 0.04（95% CI） 排名分
斯洛文尼亚语均值排名分
4.34 ± 0.01（95% CI） 排名分
西班牙语均值排名分
3.97 ± 0.06（95% CI） 排名分
瑞典语均值排名分
4.16 ± 0.09（95% CI） 排名分
乌克兰语均值排名分
4.09 ± 0.05（95% CI） 排名分

mistralai/Ministral-3-3B-Instruct-2512 →

已对应本站具体版本

测试集 · few-shot · 指令微调

欧洲多语种均值排名分
未提供
阿尔巴尼亚语均值排名分
2.43 ± 0.05（95% CI） 排名分
波斯尼亚语均值排名分
1.97 ± 0.02（95% CI） 排名分
保加利亚语均值排名分
2.79 ± 0.03（95% CI） 排名分
展开其余指标
白俄罗斯语均值排名分
未提供
加泰罗尼亚语均值排名分
2.37 ± 0.02（95% CI） 排名分
克罗地亚语均值排名分
2.61 ± 0.05（95% CI） 排名分
捷克语均值排名分
2.22 ± 0.03（95% CI） 排名分
丹麦语均值排名分
2.57 ± 0.04（95% CI） 排名分
荷兰语均值排名分
2.66 ± 0.16（95% CI） 排名分
英语均值排名分
1.93 ± 0.03（95% CI） 排名分
爱沙尼亚语均值排名分
2.73 ± 0.03（95% CI） 排名分
法罗语均值排名分
3.93 ± 0.04（95% CI） 排名分
芬兰语均值排名分
2.65 ± 0.03（95% CI） 排名分
法语均值排名分
2.33 ± 0.18（95% CI） 排名分
德语均值排名分
2.79 ± 0.15（95% CI） 排名分
希腊语均值排名分
2.53 ± 0.02（95% CI） 排名分
匈牙利语均值排名分
2.64 ± 0.04（95% CI） 排名分
冰岛语均值排名分
3.02 ± 0.04（95% CI） 排名分
意大利语均值排名分
2.5 ± 0.19（95% CI） 排名分
拉脱维亚语均值排名分
2.46 ± 0.03（95% CI） 排名分
立陶宛语均值排名分
2.51 ± 0.04（95% CI） 排名分
卢森堡语均值排名分
未提供
挪威语均值排名分
2.33 ± 0.08（95% CI） 排名分
波兰语均值排名分
2.59 ± 0.06（95% CI） 排名分
葡萄牙语均值排名分
2.37 ± 0.03（95% CI） 排名分
罗马尼亚语均值排名分
2.33 ± 0.02（95% CI） 排名分
塞尔维亚语均值排名分
未提供
斯洛伐克语均值排名分
2.86 ± 0.04（95% CI） 排名分
斯洛文尼亚语均值排名分
2.82 ± 0.04（95% CI） 排名分
西班牙语均值排名分
未提供
瑞典语均值排名分
未提供
乌克兰语均值排名分
未提供

Qwen/Qwen3-32B#no-thinking

报告所列型号

测试集 · few-shot · 指令微调

欧洲多语种均值排名分
1.9 ± 0.06（95% CI） 排名分
阿尔巴尼亚语均值排名分
1.84 ± 0.05（95% CI） 排名分
白俄罗斯语均值排名分
1.86 ± 0.03（95% CI） 排名分
波斯尼亚语均值排名分
1.5 ± 0.03（95% CI） 排名分
展开其余指标
保加利亚语均值排名分
2.23 ± 0.02（95% CI） 排名分
加泰罗尼亚语均值排名分
1.68 ± 0.03（95% CI） 排名分
克罗地亚语均值排名分
1.83 ± 0.03（95% CI） 排名分
捷克语均值排名分
1.75 ± 0.02（95% CI） 排名分
丹麦语均值排名分
1.84 ± 0.02（95% CI） 排名分
荷兰语均值排名分
1.86 ± 0.18（95% CI） 排名分
英语均值排名分
1.5 ± 0.02（95% CI） 排名分
爱沙尼亚语均值排名分
2.08 ± 0.02（95% CI） 排名分
法罗语均值排名分
2.89 ± 0.05（95% CI） 排名分
芬兰语均值排名分
2.04 ± 0.03（95% CI） 排名分
法语均值排名分
1.9 ± 0.21（95% CI） 排名分
德语均值排名分
2.03 ± 0.15（95% CI） 排名分
希腊语均值排名分
2.17 ± 0.02（95% CI） 排名分
匈牙利语均值排名分
1.9 ± 0.03（95% CI） 排名分
冰岛语均值排名分
2.36 ± 0.02（95% CI） 排名分
意大利语均值排名分
2.05 ± 0.18（95% CI） 排名分
拉脱维亚语均值排名分
1.6 ± 0.02（95% CI） 排名分
立陶宛语均值排名分
1.76 ± 0.03（95% CI） 排名分
卢森堡语均值排名分
1.88 ± 0.06（95% CI） 排名分
挪威语均值排名分
1.77 ± 0.09（95% CI） 排名分
波兰语均值排名分
1.98 ± 0.02（95% CI） 排名分
葡萄牙语均值排名分
1.95 ± 0.07（95% CI） 排名分
罗马尼亚语均值排名分
1.68 ± 0.02（95% CI） 排名分
塞尔维亚语均值排名分
1.68 ± 0.02（95% CI） 排名分
斯洛伐克语均值排名分
1.95 ± 0.02（95% CI） 排名分
斯洛文尼亚语均值排名分
2.03 ± 0.03（95% CI） 排名分
西班牙语均值排名分
2 ± 0.15（95% CI） 排名分
瑞典语均值排名分
1.93 ± 0.16（95% CI） 排名分
乌克兰语均值排名分
1.75 ± 0.03（95% CI） 排名分

openai/gpt-oss-20b#medium

报告所列型号

测试集 · few-shot · 推理模型

欧洲多语种均值排名分
未提供
阿尔巴尼亚语均值排名分
2.17 ± 0.03（95% CI） 排名分
白俄罗斯语均值排名分
2.21 ± 0.04（95% CI） 排名分
波斯尼亚语均值排名分
1.74 ± 0.02（95% CI） 排名分
展开其余指标
保加利亚语均值排名分
2.51 ± 0.02（95% CI） 排名分
加泰罗尼亚语均值排名分
2.17 ± 0.02（95% CI） 排名分
克罗地亚语均值排名分
2.11 ± 0.02（95% CI） 排名分
捷克语均值排名分
1.93 ± 0.02（95% CI） 排名分
丹麦语均值排名分
2.05 ± 0.09（95% CI） 排名分
荷兰语均值排名分
未提供
英语均值排名分
1.64 ± 0.01（95% CI） 排名分
爱沙尼亚语均值排名分
2.37 ± 0.02（95% CI） 排名分
法罗语均值排名分
3.38 ± 0.05（95% CI） 排名分
芬兰语均值排名分
2.21 ± 0.02（95% CI） 排名分
法语均值排名分
2.14 ± 0.22（95% CI） 排名分
德语均值排名分
2.32 ± 0.23（95% CI） 排名分
希腊语均值排名分
2.14 ± 0.02（95% CI） 排名分
匈牙利语均值排名分
2.1 ± 0.02（95% CI） 排名分
冰岛语均值排名分
2.8 ± 0.08（95% CI） 排名分
意大利语均值排名分
2.2 ± 0.22（95% CI） 排名分
拉脱维亚语均值排名分
1.91 ± 0.03（95% CI） 排名分
立陶宛语均值排名分
2.13 ± 0.03（95% CI） 排名分
卢森堡语均值排名分
2.2 ± 0.04（95% CI） 排名分
挪威语均值排名分
2.02 ± 0.14（95% CI） 排名分
波兰语均值排名分
2.13 ± 0.02（95% CI） 排名分
葡萄牙语均值排名分
2.16 ± 0.07（95% CI） 排名分
罗马尼亚语均值排名分
2 ± 0.02（95% CI） 排名分
塞尔维亚语均值排名分
2.03 ± 0.02（95% CI） 排名分
斯洛伐克语均值排名分
2.17 ± 0.02（95% CI） 排名分
斯洛文尼亚语均值排名分
2.23 ± 0.02（95% CI） 排名分
西班牙语均值排名分
2.29 ± 0.16（95% CI） 排名分
瑞典语均值排名分
2.03 ± 0.18（95% CI） 排名分
乌克兰语均值排名分
2.1 ± 0.02（95% CI） 排名分

arcee-ai/Trinity-Mini

报告所列型号

测试集 · few-shot · 推理模型

欧洲多语种均值排名分
未提供
保加利亚语均值排名分
2.87 ± 0.04（95% CI） 排名分
克罗地亚语均值排名分
2.43 ± 0.05（95% CI） 排名分
展开其余指标
阿尔巴尼亚语均值排名分
未提供
白俄罗斯语均值排名分
未提供
波斯尼亚语均值排名分
未提供
加泰罗尼亚语均值排名分
未提供
捷克语均值排名分
未提供
丹麦语均值排名分
未提供
荷兰语均值排名分
未提供
英语均值排名分
未提供
爱沙尼亚语均值排名分
未提供
法罗语均值排名分
未提供
芬兰语均值排名分
未提供
法语均值排名分
未提供
德语均值排名分
未提供
希腊语均值排名分
未提供
匈牙利语均值排名分
未提供
冰岛语均值排名分
未提供
意大利语均值排名分
未提供
拉脱维亚语均值排名分
未提供
立陶宛语均值排名分
未提供
卢森堡语均值排名分
未提供
挪威语均值排名分
未提供
波兰语均值排名分
未提供
葡萄牙语均值排名分
未提供
罗马尼亚语均值排名分
未提供
塞尔维亚语均值排名分
未提供
斯洛伐克语均值排名分
未提供
斯洛文尼亚语均值排名分
未提供
西班牙语均值排名分
未提供
瑞典语均值排名分
未提供
乌克兰语均值排名分
未提供

arcee-ai/Trinity-Nano-Base

报告所列型号

测试集 · few-shot · 指令微调

欧洲多语种均值排名分
未提供
保加利亚语均值排名分
3.81 ± 0.03（95% CI） 排名分
克罗地亚语均值排名分
3.79 ± 0.04（95% CI） 排名分
斯洛伐克语均值排名分
3.8 ± 0.03（95% CI） 排名分
展开其余指标
阿尔巴尼亚语均值排名分
未提供
白俄罗斯语均值排名分
未提供
波斯尼亚语均值排名分
未提供
加泰罗尼亚语均值排名分
未提供
捷克语均值排名分
未提供
丹麦语均值排名分
未提供
荷兰语均值排名分
未提供
英语均值排名分
未提供
爱沙尼亚语均值排名分
未提供
法罗语均值排名分
未提供
芬兰语均值排名分
未提供
法语均值排名分
未提供
德语均值排名分
未提供
希腊语均值排名分
未提供
匈牙利语均值排名分
未提供
冰岛语均值排名分
未提供
意大利语均值排名分
未提供
拉脱维亚语均值排名分
未提供
立陶宛语均值排名分
未提供
卢森堡语均值排名分
未提供
挪威语均值排名分
未提供
波兰语均值排名分
未提供
葡萄牙语均值排名分
未提供
罗马尼亚语均值排名分
未提供
塞尔维亚语均值排名分
未提供
斯洛文尼亚语均值排名分
3.88 ± 0.03（95% CI） 排名分
西班牙语均值排名分
未提供
瑞典语均值排名分
未提供
乌克兰语均值排名分
未提供

google/gemma-3-27b-pt

报告所列型号

测试集 · few-shot · 基础生成式

欧洲多语种均值排名分
1.93 ± 0.07（95% CI） 排名分
阿尔巴尼亚语均值排名分
1.98 ± 0.04（95% CI） 排名分
白俄罗斯语均值排名分
1.84 ± 0.05（95% CI） 排名分
波斯尼亚语均值排名分
1.49 ± 0.07（95% CI） 排名分
展开其余指标
保加利亚语均值排名分
2.22 ± 0.03（95% CI） 排名分
加泰罗尼亚语均值排名分
2.15 ± 0.03（95% CI） 排名分
克罗地亚语均值排名分
1.93 ± 0.06（95% CI） 排名分
捷克语均值排名分
1.67 ± 0.05（95% CI） 排名分
丹麦语均值排名分
1.88 ± 0.03（95% CI） 排名分
荷兰语均值排名分
1.91 ± 0.19（95% CI） 排名分
英语均值排名分
1.62 ± 0.1（95% CI） 排名分
爱沙尼亚语均值排名分
2.06 ± 0.07（95% CI） 排名分
法罗语均值排名分
2.33 ± 0.07（95% CI） 排名分
芬兰语均值排名分
1.92 ± 0.04（95% CI） 排名分
法语均值排名分
1.98 ± 0.16（95% CI） 排名分
德语均值排名分
1.88 ± 0.19（95% CI） 排名分
希腊语均值排名分
1.84 ± 0.03（95% CI） 排名分
匈牙利语均值排名分
2 ± 0.06（95% CI） 排名分
冰岛语均值排名分
2.56 ± 0.03（95% CI） 排名分
意大利语均值排名分
2.15 ± 0.2（95% CI） 排名分
拉脱维亚语均值排名分
2.01 ± 0.05（95% CI） 排名分
立陶宛语均值排名分
1.84 ± 0.06（95% CI） 排名分
卢森堡语均值排名分
1.87 ± 0.14（95% CI） 排名分
挪威语均值排名分
1.66 ± 0.06（95% CI） 排名分
波兰语均值排名分
2.1 ± 0.06（95% CI） 排名分
葡萄牙语均值排名分
1.98 ± 0.07（95% CI） 排名分
罗马尼亚语均值排名分
1.81 ± 0.04（95% CI） 排名分
塞尔维亚语均值排名分
1.67 ± 0.05（95% CI） 排名分
斯洛伐克语均值排名分
2.16 ± 0.03（95% CI） 排名分
斯洛文尼亚语均值排名分
1.91 ± 0.05（95% CI） 排名分
西班牙语均值排名分
2.37 ± 0.14（95% CI） 排名分
瑞典语均值排名分
1.92 ± 0.11（95% CI） 排名分
乌克兰语均值排名分
1.8 ± 0.08（95% CI） 排名分

meta-llama/Llama-2-7b-chat-hf →

已对应本站具体版本

测试集 · few-shot · 指令微调

欧洲多语种均值排名分
未提供
法罗语均值排名分
4.31 ± 0.05（95% CI） 排名分
展开其余指标
阿尔巴尼亚语均值排名分
未提供
白俄罗斯语均值排名分
未提供
波斯尼亚语均值排名分
未提供
保加利亚语均值排名分
未提供
加泰罗尼亚语均值排名分
未提供
克罗地亚语均值排名分
未提供
捷克语均值排名分
未提供
丹麦语均值排名分
未提供
荷兰语均值排名分
未提供
英语均值排名分
未提供
爱沙尼亚语均值排名分
未提供
芬兰语均值排名分
未提供
法语均值排名分
未提供
德语均值排名分
未提供
希腊语均值排名分
未提供
匈牙利语均值排名分
未提供
冰岛语均值排名分
未提供
意大利语均值排名分
未提供
拉脱维亚语均值排名分
未提供
立陶宛语均值排名分
未提供
卢森堡语均值排名分
未提供
挪威语均值排名分
未提供
波兰语均值排名分
未提供
葡萄牙语均值排名分
未提供
罗马尼亚语均值排名分
未提供
塞尔维亚语均值排名分
未提供
斯洛伐克语均值排名分
未提供
斯洛文尼亚语均值排名分
未提供
西班牙语均值排名分
未提供
瑞典语均值排名分
未提供
乌克兰语均值排名分
未提供

Qwen/Qwen3-4B-Instruct-2507 →

已对应本站具体版本

测试集 · few-shot · 指令微调

欧洲多语种均值排名分
未提供
法罗语均值排名分
3.59 ± 0.04（95% CI） 排名分
展开其余指标
阿尔巴尼亚语均值排名分
未提供
白俄罗斯语均值排名分
未提供
波斯尼亚语均值排名分
未提供
保加利亚语均值排名分
未提供
加泰罗尼亚语均值排名分
未提供
克罗地亚语均值排名分
未提供
捷克语均值排名分
未提供
丹麦语均值排名分
未提供
荷兰语均值排名分
未提供
英语均值排名分
未提供
爱沙尼亚语均值排名分
未提供
芬兰语均值排名分
未提供
法语均值排名分
未提供
德语均值排名分
未提供
希腊语均值排名分
未提供
匈牙利语均值排名分
未提供
冰岛语均值排名分
未提供
意大利语均值排名分
未提供
拉脱维亚语均值排名分
未提供
立陶宛语均值排名分
未提供
卢森堡语均值排名分
未提供
挪威语均值排名分
未提供
波兰语均值排名分
未提供
葡萄牙语均值排名分
未提供
罗马尼亚语均值排名分
未提供
塞尔维亚语均值排名分
未提供
斯洛伐克语均值排名分
未提供
斯洛文尼亚语均值排名分
未提供
西班牙语均值排名分
未提供
瑞典语均值排名分
未提供
乌克兰语均值排名分
未提供

Qwen/Qwen1.5-0.5B →

已对应本站具体版本

测试集 · few-shot · 指令微调

欧洲多语种均值排名分
未提供
法罗语均值排名分
4.68 ± 0.06（95% CI） 排名分
展开其余指标
阿尔巴尼亚语均值排名分
未提供
白俄罗斯语均值排名分
未提供
波斯尼亚语均值排名分
未提供
保加利亚语均值排名分
未提供
加泰罗尼亚语均值排名分
未提供
克罗地亚语均值排名分
未提供
捷克语均值排名分
未提供
丹麦语均值排名分
未提供
荷兰语均值排名分
未提供
英语均值排名分
未提供
爱沙尼亚语均值排名分
未提供
芬兰语均值排名分
未提供
法语均值排名分
未提供
德语均值排名分
未提供
希腊语均值排名分
未提供
匈牙利语均值排名分
未提供
冰岛语均值排名分
未提供
意大利语均值排名分
未提供
拉脱维亚语均值排名分
未提供
立陶宛语均值排名分
未提供
卢森堡语均值排名分
未提供
挪威语均值排名分
未提供
波兰语均值排名分
未提供
葡萄牙语均值排名分
未提供
罗马尼亚语均值排名分
未提供
塞尔维亚语均值排名分
未提供
斯洛伐克语均值排名分
未提供
斯洛文尼亚语均值排名分
未提供
西班牙语均值排名分
未提供
瑞典语均值排名分
未提供
乌克兰语均值排名分
未提供

google/gemma-2-9b

报告所列型号

测试集 · few-shot · 基础生成式

欧洲多语种均值排名分
未提供
法罗语均值排名分
3.29 ± 0.05（95% CI） 排名分
展开其余指标
阿尔巴尼亚语均值排名分
未提供
白俄罗斯语均值排名分
未提供
波斯尼亚语均值排名分
未提供
保加利亚语均值排名分
未提供
加泰罗尼亚语均值排名分
未提供
克罗地亚语均值排名分
未提供
捷克语均值排名分
未提供
丹麦语均值排名分
未提供
荷兰语均值排名分
未提供
英语均值排名分
未提供
爱沙尼亚语均值排名分
未提供
芬兰语均值排名分
未提供
法语均值排名分
未提供
德语均值排名分
未提供
希腊语均值排名分
未提供
匈牙利语均值排名分
未提供
冰岛语均值排名分
未提供
意大利语均值排名分
未提供
拉脱维亚语均值排名分
未提供
立陶宛语均值排名分
未提供
卢森堡语均值排名分
未提供
挪威语均值排名分
未提供
波兰语均值排名分
未提供
葡萄牙语均值排名分
未提供
罗马尼亚语均值排名分
未提供
塞尔维亚语均值排名分
未提供
斯洛伐克语均值排名分
未提供
斯洛文尼亚语均值排名分
未提供
西班牙语均值排名分
未提供
瑞典语均值排名分
未提供
乌克兰语均值排名分
未提供

HPLT/hplt2c_isl_checkpoints

报告所列型号

测试集 · few-shot · 基础生成式

欧洲多语种均值排名分
未提供
法罗语均值排名分
4.83 ± 0.03（95% CI） 排名分
展开其余指标
阿尔巴尼亚语均值排名分
未提供
白俄罗斯语均值排名分
未提供
波斯尼亚语均值排名分
未提供
保加利亚语均值排名分
未提供
加泰罗尼亚语均值排名分
未提供
克罗地亚语均值排名分
未提供
捷克语均值排名分
未提供
丹麦语均值排名分
未提供
荷兰语均值排名分
未提供
英语均值排名分
未提供
爱沙尼亚语均值排名分
未提供
芬兰语均值排名分
未提供
法语均值排名分
未提供
德语均值排名分
未提供
希腊语均值排名分
未提供
匈牙利语均值排名分
未提供
冰岛语均值排名分
未提供
意大利语均值排名分
未提供
拉脱维亚语均值排名分
未提供
立陶宛语均值排名分
未提供
卢森堡语均值排名分
未提供
挪威语均值排名分
未提供
波兰语均值排名分
未提供
葡萄牙语均值排名分
未提供
罗马尼亚语均值排名分
未提供
塞尔维亚语均值排名分
未提供
斯洛伐克语均值排名分
未提供
斯洛文尼亚语均值排名分
未提供
西班牙语均值排名分
未提供
瑞典语均值排名分
未提供
乌克兰语均值排名分
未提供

BSC-LT/salamandra-7b

报告所列型号

测试集 · few-shot · 基础生成式

欧洲多语种均值排名分
3.4 ± 0.08（95% CI） 排名分
阿尔巴尼亚语均值排名分
3.54 ± 0.04（95% CI） 排名分
白俄罗斯语均值排名分
3.26 ± 0.04（95% CI） 排名分
波斯尼亚语均值排名分
2.9 ± 0.07（95% CI） 排名分
展开其余指标
保加利亚语均值排名分
3.17 ± 0.04（95% CI） 排名分
加泰罗尼亚语均值排名分
3.41 ± 0.04（95% CI） 排名分
克罗地亚语均值排名分
3.66 ± 0.03（95% CI） 排名分
捷克语均值排名分
3.21 ± 0.06（95% CI） 排名分
丹麦语均值排名分
3.49 ± 0.11（95% CI） 排名分
荷兰语均值排名分
3.41 ± 0.14（95% CI） 排名分
英语均值排名分
3.32 ± 0.04（95% CI） 排名分
爱沙尼亚语均值排名分
3.42 ± 0.05（95% CI） 排名分
法罗语均值排名分
4.37 ± 0.03（95% CI） 排名分
芬兰语均值排名分
3.34 ± 0.04（95% CI） 排名分
法语均值排名分
3.31 ± 0.13（95% CI） 排名分
德语均值排名分
3.66 ± 0.15（95% CI） 排名分
希腊语均值排名分
2.78 ± 0.04（95% CI） 排名分
匈牙利语均值排名分
3.43 ± 0.06（95% CI） 排名分
冰岛语均值排名分
3.91 ± 0.05（95% CI） 排名分
意大利语均值排名分
3.7 ± 0.16（95% CI） 排名分
拉脱维亚语均值排名分
2.99 ± 0.04（95% CI） 排名分
立陶宛语均值排名分
3.36 ± 0.05（95% CI） 排名分
卢森堡语均值排名分
3.46 ± 0.22（95% CI） 排名分
挪威语均值排名分
3.19 ± 0.05（95% CI） 排名分
波兰语均值排名分
3.66 ± 0.04（95% CI） 排名分
葡萄牙语均值排名分
3.29 ± 0.07（95% CI） 排名分
罗马尼亚语均值排名分
3.11 ± 0.03（95% CI） 排名分
塞尔维亚语均值排名分
3.35 ± 0.02（95% CI） 排名分
斯洛伐克语均值排名分
3.38 ± 0.05（95% CI） 排名分
斯洛文尼亚语均值排名分
3.84 ± 0.04（95% CI） 排名分
西班牙语均值排名分
3.67 ± 0.08（95% CI） 排名分
瑞典语均值排名分
3.71 ± 0.07（95% CI） 排名分
乌克兰语均值排名分
3.2 ± 0.04（95% CI） 排名分

Qwen/Qwen3-0.6B#no-thinking

报告所列型号

测试集 · few-shot · 指令微调

欧洲多语种均值排名分
3.39 ± 0.06（95% CI） 排名分
阿尔巴尼亚语均值排名分
3.58 ± 0.03（95% CI） 排名分
白俄罗斯语均值排名分
3.66 ± 0.04（95% CI） 排名分
波斯尼亚语均值排名分
2.59 ± 0.04（95% CI） 排名分
展开其余指标
保加利亚语均值排名分
3.58 ± 0.03（95% CI） 排名分
加泰罗尼亚语均值排名分
2.99 ± 0.04（95% CI） 排名分
克罗地亚语均值排名分
3.59 ± 0.05（95% CI） 排名分
捷克语均值排名分
3.3 ± 0.03（95% CI） 排名分
丹麦语均值排名分
3.49 ± 0.03（95% CI） 排名分
荷兰语均值排名分
3.26 ± 0.11（95% CI） 排名分
英语均值排名分
2.92 ± 0.05（95% CI） 排名分
爱沙尼亚语均值排名分
3.67 ± 0.05（95% CI） 排名分
法罗语均值排名分
4.47 ± 0.04（95% CI） 排名分
芬兰语均值排名分
3.23 ± 0.03（95% CI） 排名分
法语均值排名分
3.25 ± 0.15（95% CI） 排名分
德语均值排名分
3.3 ± 0.18（95% CI） 排名分
希腊语均值排名分
3.67 ± 0.06（95% CI） 排名分
匈牙利语均值排名分
3.36 ± 0.03（95% CI） 排名分
冰岛语均值排名分
3.85 ± 0.07（95% CI） 排名分
意大利语均值排名分
3.39 ± 0.15（95% CI） 排名分
拉脱维亚语均值排名分
3.43 ± 0.04（95% CI） 排名分
立陶宛语均值排名分
3.4 ± 0.05（95% CI） 排名分
卢森堡语均值排名分
3.67 ± 0.1（95% CI） 排名分
挪威语均值排名分
3.37 ± 0.05（95% CI） 排名分
波兰语均值排名分
3.5 ± 0.04（95% CI） 排名分
葡萄牙语均值排名分
3.2 ± 0.07（95% CI） 排名分
罗马尼亚语均值排名分
3.1 ± 0.04（95% CI） 排名分
塞尔维亚语均值排名分
3.21 ± 0.03（95% CI） 排名分
斯洛伐克语均值排名分
3.64 ± 0.03（95% CI） 排名分
斯洛文尼亚语均值排名分
3.77 ± 0.03（95% CI） 排名分
西班牙语均值排名分
3.32 ± 0.12（95% CI） 排名分
瑞典语均值排名分
3.21 ± 0.09（95% CI） 排名分
乌克兰语均值排名分
3.18 ± 0.04（95% CI） 排名分

deepcogito/cogito-v2-preview-llama-70B

报告所列型号

测试集 · few-shot · 指令微调

欧洲多语种均值排名分
未提供
阿尔巴尼亚语均值排名分
2.02 ± 0.04（95% CI） 排名分
波斯尼亚语均值排名分
2.06 ± 0.03（95% CI） 排名分
保加利亚语均值排名分
2.6 ± 0.02（95% CI） 排名分
展开其余指标
白俄罗斯语均值排名分
未提供
加泰罗尼亚语均值排名分
2.34 ± 0.02（95% CI） 排名分
克罗地亚语均值排名分
2.18 ± 0.03（95% CI） 排名分
捷克语均值排名分
1.67 ± 0.02（95% CI） 排名分
丹麦语均值排名分
1.73 ± 0.02（95% CI） 排名分
荷兰语均值排名分
未提供
英语均值排名分
1.44 ± 0.02（95% CI） 排名分
爱沙尼亚语均值排名分
1.97 ± 0.03（95% CI） 排名分
法罗语均值排名分
2.46 ± 0.06（95% CI） 排名分
芬兰语均值排名分
1.89 ± 0.04（95% CI） 排名分
法语均值排名分
1.79 ± 0.16（95% CI） 排名分
德语均值排名分
1.96 ± 0.13（95% CI） 排名分
希腊语均值排名分
2.15 ± 0.03（95% CI） 排名分
匈牙利语均值排名分
1.88 ± 0.02（95% CI） 排名分
冰岛语均值排名分
未提供
意大利语均值排名分
未提供
拉脱维亚语均值排名分
1.64 ± 0.02（95% CI） 排名分
立陶宛语均值排名分
1.86 ± 0.04（95% CI） 排名分
卢森堡语均值排名分
未提供
挪威语均值排名分
1.61 ± 0.11（95% CI） 排名分
波兰语均值排名分
2.02 ± 0.02（95% CI） 排名分
葡萄牙语均值排名分
1.92 ± 0.06（95% CI） 排名分
罗马尼亚语均值排名分
1.93 ± 0.02（95% CI） 排名分
塞尔维亚语均值排名分
1.91 ± 0.02（95% CI） 排名分
斯洛伐克语均值排名分
2.03 ± 0.03（95% CI） 排名分
斯洛文尼亚语均值排名分
2.29 ± 0.03（95% CI） 排名分
西班牙语均值排名分
未提供
瑞典语均值排名分
未提供
乌克兰语均值排名分
未提供