falcon2:11b im LLM-Testsuite-Report

Modellbeschreibung

Falcon2 ist ein kausales Decoder-Modell mit 11 Milliarden Parametern, das vom TII entwickelt und auf 5 Billionen Tokens trainiert wurde.

Ankündigung

Hugging Face

381 Runs 402 bewertet 7.2 % Score 0.0 % exakt korrekt

Hilfe zu Bewertung, Score und exakter Korrektheit

Score ist eine abgestufte Gütebewertung: correct = 100 %, mostly_correct = 80 %, partial = 50 %, wrong/not_answered = 0 %.

Exakt korrekt ist strenger: Nur Runs mit dem Label correct zählen. Mostly correct erhöht den Score, zählt aber nicht als exakt korrekt.

Bewertet zählt alle Runs mit fachlichem Urteil. Bei LLM-Judge-Ergebnissen zählen auch Judge-Fehler als bewertet, aber mit Score 0 %.

Testfall Kategorie