utter-project/EuroLLM-22B-Preview
- 未提供
- 2.55 ± 0.03（95% CI） 排名分
- 3.63 ± 0.05（95% CI） 排名分
- 2.66 ± 0.06（95% CI） 排名分
项目测评
EuroEval 欧洲多语言 · 测试集 · few-shot
EuroEval · 268 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2026-10-18· 报告发布日期—。运行日期与测试条件见各条记录。
- 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: 2026-10-10 14:26:33 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。
欧洲多语种均值排名分
阿尔巴尼亚语均值排名分
完整结果与对象版本
268 / 469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。
LumiOpen/Llama-Poro-2-70B-SFT
- 未提供
- 2.62 ± 0.08（95% CI） 排名分
Qwen/Qwen2.5-1.5B-Instruct
- 未提供
- 3.48 ± 0.02（95% CI） 排名分
- 3.29 ± 0.02（95% CI） 排名分
- 3.96 ± 0.05（95% CI） 排名分
arcee-ai/Trinity-Nano-Preview
- 未提供
- 3.38 ± 0.04（95% CI） 排名分
- 3.33 ± 0.07（95% CI） 排名分
- 3.53 ± 0.05（95% CI） 排名分
occiglot/occiglot-7b-eu5-instruct
- 2.9 ± 0.07（95% CI） 排名分
- 2.99 ± 0.06（95% CI） 排名分
- 3.36 ± 0.05（95% CI） 排名分
- 1.79 ± 0.04（95% CI） 排名分
swiss-ai/Apertus-8B-Instruct-2509
- 未提供
- 3.3 ± 0.04（95% CI） 排名分
- 3.13 ± 0.04（95% CI） 排名分
- 3.19 ± 0.04（95% CI） 排名分
speakleash/Bielik-1.5B-v3.0-Instruct
- 未提供
- 3.39 ± 0.09（95% CI） 排名分
- 4.02 ± 0.03（95% CI） 排名分
- 2.34 ± 0.04（95% CI） 排名分
meta-llama/Llama-2-13b-chat-hf
- 未提供
- 4.16 ± 0.07（95% CI） 排名分
nvidia/NVIDIA-Nemotron-Nano-9B-v2
- 未提供
- 2.8 ± 0.02（95% CI） 排名分
- 3.68 ± 0.07（95% CI） 排名分
- 2.58 ± 0.03（95% CI） 排名分
allenai/Olmo-3-1025-7B →
- 未提供
- 3.23 ± 0.04（95% CI） 排名分
- 3.49 ± 0.04（95% CI） 排名分
- 1.89 ± 0.05（95% CI） 排名分
LiquidAI/LFM2.5-1.2B-Instruct →
- 未提供
- 4.03 ± 0.02（95% CI） 排名分
- 4.24 ± 0.06（95% CI） 排名分
- 4.56 ± 0.03（95% CI） 排名分
Qwen/Qwen3-235B-A22B-Thinking-2507-FP8
- 未提供
- 2.83 ± 0.04（95% CI） 排名分
- 1.59 ± 0.02（95% CI） 排名分
infly/OpenCoder-8B-Base
- 未提供
- 4.13 ± 0.04（95% CI） 排名分
mistralai/Ministral-3-8B-Reasoning-2512
- 2.2 ± 0.08（95% CI） 排名分
- 2.33 ± 0.03（95% CI） 排名分
- 2.29 ± 0.04（95% CI） 排名分
- 1.6 ± 0.05（95% CI） 排名分
deepseek-ai/DeepSeek-R1-Distill-Qwen-14B →
- 未提供
- 4.19 ± 0.04（95% CI） 排名分
utter-project/EuroLLM-22B-2512
- 未提供
- 2.15 ± 0.05（95% CI） 排名分
- 2.59 ± 0.04（95% CI） 排名分
- 2.44 ± 0.03（95% CI） 排名分
Qwen/Qwen3-0.6B →
- 未提供
- 3.47 ± 0.06（95% CI） 排名分
- 2.76 ± 0.04（95% CI） 排名分
- 3.59 ± 0.03（95% CI） 排名分
nvidia/NVIDIA-Nemotron-Nano-9B-v2#no-thinking
- 未提供
- 3.93 ± 0.05（95% CI） 排名分
allenai/Olmo-3.1-32B-Instruct
- 未提供
- 2.77 ± 0.05（95% CI） 排名分
- 3.18 ± 0.05（95% CI） 排名分
- 1.81 ± 0.03（95% CI） 排名分
meta-llama/Llama-3.2-3B-Instruct →
- 2.97 ± 0.08（95% CI） 排名分
- 3.36 ± 0.05（95% CI） 排名分
- 3.38 ± 0.05（95% CI） 排名分
- 2.56 ± 0.06（95% CI） 排名分