CohereLabs/tiny-aya-water (val) →
- 未提供
- 2.68 ± 0.04（95% CI） 排名分
- 2.9 ± 0.05（95% CI） 排名分
- 3.75 ± 0.1（95% CI） 排名分
项目测评
EuroEval 欧洲多语言 · 验证集 · few-shot
EuroEval · 166 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。
- 本页只含验证集、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
166 / 181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。
NbAiLab/borealis-27b-instruct-preview (val)
- 未提供
- 2.64 ± 0.15（95% CI） 排名分
Unbabel/Tower-Plus-9B (val)
- 未提供
- 2.27 ± 0.06（95% CI） 排名分
- 2.34 ± 0.07（95% CI） 排名分
- 2.43 ± 0.09（95% CI） 排名分
JetBrains/Mellum2-12B-A2.5B-Thinking-SFT (val)
- 未提供
- 2.96 ± 0.19（95% CI） 排名分
- 2.46 ± 0.07（95% CI） 排名分
- 3.04 ± 0.19（95% CI） 排名分
neurotechnology/Lt-Llama-2-13b-instruct-hf (val)
- 未提供
- 4.09 ± 0.07（95% CI） 排名分
Qwen/Qwen3.5-0.8B-Base (val)
- 3.31 ± 0.07（95% CI） 排名分
- 3.17 ± 0.07（95% CI） 排名分
- 3.29 ± 0.05（95% CI） 排名分
- 3.01 ± 0.04（95% CI） 排名分
neurotechnology/Lt-Llama-2-7b-instruct-hf (val)
- 未提供
- 4.1 ± 0.08（95% CI） 排名分
CYFRAGOVPL/Llama-PLLuM-8B-instruct-2412 (val)
- 未提供
- 2.46 ± 0.06（95% CI） 排名分
- 2.77 ± 0.07（95% CI） 排名分
- 3.07 ± 0.07（95% CI） 排名分
LGAI-EXAONE/EXAONE-4.0-32B (val)
- 2.47 ± 0.06（95% CI） 排名分
- 2.82 ± 0.08（95% CI） 排名分
- 2.96 ± 0.07（95% CI） 排名分
- 1.51 ± 0.05（95% CI） 排名分
openGPT-X/Teuken-7B-instruct-v0.6 (val)
- 3.05 ± 0.1（95% CI） 排名分
- 3.11 ± 0.06（95% CI） 排名分
- 3.66 ± 0.05（95% CI） 排名分
- 2.36 ± 0.06（95% CI） 排名分
google/gemma-4-E4B-it (val)
- 2.23 ± 0.06（95% CI） 排名分
- 2.07 ± 0.09（95% CI） 排名分
- 2.37 ± 0.06（95% CI） 排名分
- 1.95 ± 0.05（95% CI） 排名分
LiquidAI/LFM2.5-350M (val) →
- 未提供
- 3.85 ± 0.07（95% CI） 排名分
- 4.04 ± 0.06（95% CI） 排名分
- 3.95 ± 0.05（95% CI） 排名分
CohereLabs/aya-23-8B (val) →
- 3.47 ± 0.05（95% CI） 排名分
- 3.83 ± 0.07（95% CI） 排名分
- 3.79 ± 0.07（95% CI） 排名分
- 3.39 ± 0.1（95% CI） 排名分
utter-project/EuroLLM-1.7B-Instruct (val)
- 未提供
- 3.73 ± 0.16（95% CI） 排名分
- 3.81 ± 0.07（95% CI） 排名分
- 2.94 ± 0.08（95% CI） 排名分
norallm/norbloom-7b-scratch (val)
- 未提供
- 3.63 ± 0.05（95% CI） 排名分
- 4.49 ± 0.09（95% CI） 排名分
- 3.94 ± 0.07（95% CI） 排名分
swiss-ai/Apertus-v1.1-4B (val)
- 2.83 ± 0.09（95% CI） 排名分
- 2.74 ± 0.08（95% CI） 排名分
- 2.85 ± 0.07（95% CI） 排名分
- 2.53 ± 0.08（95% CI） 排名分
Qwen/Qwen3.5-35B-A3B-Base (val)
- 未提供
- 2.11 ± 0.03（95% CI） 排名分
- 1.58 ± 0.08（95% CI） 排名分
- 1.7 ± 0.04（95% CI） 排名分
OpenLLM-France/Luciole-1B-Base (val)
- 3.85 ± 0.05（95% CI） 排名分
- 3.98 ± 0.09（95% CI） 排名分
- 3.91 ± 0.05（95% CI） 排名分
- 3.73 ± 0.07（95% CI） 排名分
Muse-research/Muse-1B (val)
- 未提供
- 4.29 ± 0.09（95% CI） 排名分
CYFRAGOVPL/PLLuM-8x7B-instruct-2412 (val)
- 未提供
- 2.26 ± 0.06（95% CI） 排名分
- 2.43 ± 0.06（95% CI） 排名分
- 2.78 ± 0.06（95% CI） 排名分