arcee-ai/Trinity-Mini-Base
- 未提供
- 4.17 ± 0.05（95% CI） 排名分
- 3.59 ± 0.04（95% CI） 排名分
- 3.71 ± 0.04（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。
meta-llama/Llama-3.1-8B-Instruct →
- 2.5 ± 0.07（95% CI） 排名分
- 2.5 ± 0.03（95% CI） 排名分
- 2.73 ± 0.04（95% CI） 排名分
- 2.05 ± 0.03（95% CI） 排名分
meta-llama/Llama-2-70b-hf
- 未提供
- 3.51 ± 0.05（95% CI） 排名分
microsoft/phi-4 →
- 未提供
- 3.18 ± 0.04（95% CI） 排名分
microsoft/Phi-4-reasoning
- 未提供
- 4.22 ± 0.12（95% CI） 排名分
THUDM/GLM-4.1V-9B-Thinking
- 未提供
- 3.91 ± 0.05（95% CI） 排名分
mistralai/Magistral-Small-2509 →
- 未提供
- 2.94 ± 0.07（95% CI） 排名分
- 1.92 ± 0.02（95% CI） 排名分
ibm-granite/granite-20b-code-base
- 未提供
- 3.75 ± 0.04（95% CI） 排名分
mistralai/Voxtral-Small-24B-2507 →
- 未提供
- 1.42 ± 0.06（95% CI） 排名分
- 2.21 ± 0.02（95% CI） 排名分
- 2.03 ± 0.03（95% CI） 排名分
norallm/normistral-11b-long
- 未提供
- 2.98 ± 0.05（95% CI） 排名分
LumiOpen/Viking-13B
- 未提供
- 3.64 ± 0.07（95% CI） 排名分
bineric/lynx-instruct-30b#thinking
- 未提供
- 2.57 ± 0.07（95% CI） 排名分
- 3.69 ± 0.07（95% CI） 排名分
- 3.05 ± 0.04（95% CI） 排名分
Qwen/Qwen3-30B-A3B#no-thinking
- 未提供
- 3.13 ± 0.04（95% CI） 排名分
speakleash/Bielik-4.5B-v3.0-Instruct
- 未提供
- 4.31 ± 0.02（95% CI） 排名分
- 3.68 ± 0.07（95% CI） 排名分
- 2.89 ± 0.03（95% CI） 排名分
Qwen/Qwen3-14B
- 未提供
- 3.15 ± 0.07（95% CI） 排名分
meta-llama/Llama-2-70b-chat-hf
- 未提供
- 3.99 ± 0.06（95% CI） 排名分
allenai/Olmo-3.1-32B-Instruct-SFT
- 未提供
- 2.83 ± 0.04（95% CI） 排名分
- 1.8 ± 0.04（95% CI） 排名分
- 2.7 ± 0.03（95% CI） 排名分
Qwen/Qwen1.5-14B-Chat
- 未提供
- 3.55 ± 0.06（95% CI） 排名分
allenai/Llama-3.1-Tulu-3-8B-DPO
- 未提供
- 3.26 ± 0.04（95% CI） 排名分
tiiuae/Falcon-H1-Tiny-Multilingual-100M-Instruct →
- 未提供
- 3.94 ± 0.04（95% CI） 排名分
- 4 ± 0.03（95% CI） 排名分
- 3.63 ± 0.03（95% CI） 排名分