Benchmarkid

European languages

Mudeli kvaliteet tõlgitud Euroopa keelte võrdlusalustel. EU21 read pärinevad OpenGPT-X hindamisest, mis avaldati koos Teuken 7B Instruct v0.6-ga, mis tõlgib ARC, HellaSwag, TruthfulQA ja MMLU 21-sse kaetud EL-i keelde ja annab iga mudeli kohta ühe keskmise. MMMLU rida on Google'i enda mitmekeelne MMLU näitaja Gemma 4 jaoks.

The EU21 numbers are OpenGPT-X’s, taken from the Teuken 7B Instruct v0.6 model card and the accompanying evaluation preprint; they are machine-translated benchmarks, not native-language test sets. The MMMLU number is Google’s own. LLM EU has run no evaluation and has not verified either harness.