MiMo V2.6 Pro pwysau agored wedi'i fesur
Yn wythfed yn sgorfwrdd estynedig CymraegBench â sgôr gyffredinol o 80.73.
Y ffeithiau
| Datblygwr | Xiaomi |
|---|---|
| ID yr API | mimo-v2.6-pro |
| Gwasanaeth y prawf | Man terfyn OpenAI-gydnaws lleol |
| Cyd-destun a adroddwyd | 262,144 o docynnau |
| Cost y prawf | $0.00 (gwasanaeth lleol) |
Canlyniad CymraegBench
| Sgôr gyffredinol | Rhesymu Cymraeg | Cymraeg ymarferol | Cyfieithu BLEU |
|---|---|---|---|
| 80.73 | 83.79 | 77.67 | 61.98 |
Defnyddiwyd yr un sampl ag yn y profion ar y modelau blaenllaw eraill: hyd at 100 o achosion o bob un o'r 19 o setiau craidd, ag hedyn hap 1. Nid yw'r 232 o achosion CCC yn cyfrannu at y sgôr gyffredinol.
MiMo V2.6 Pro sydd yn wythfed yn y sgorfwrdd estynedig: 0.36 pwynt y tu ôl i Qwen3.8 2.4T-A95B a 0.92 pwynt o flaen Qwen3.8 Flash. Cwblhaodd 2,036 o'r 2,053 o achosion; cafodd yr 17 allbwn annilys sy'n weddill sgôr o sero.
Nodyn am yr allbynnau hir: methodd 55 o geisiadau â chynhyrchu ateb terfynol o fewn y terfyn cychwynnol o 2,048 o docynnau. Ail-redwyd y ceisiadau hynny'n unig â therfynau uwch. Adferwyd 38 ohonynt, gan gynnwys wyth ar 16,384 o docynnau. Arhosodd 17 yn annilys: 11 achos cywiro ac esbonio, pedwar enw lle, ac un achos ym mhob un o ARC Challenge ac ARC Easy. Nid oedd gwall seilwaith heb ei ddatrys.
Archwiliad Iaith CCC
| Is-set | Sgôr |
|---|---|
| Cywiro ac esbonio | 70.70 |
| Priod-ddull | 81.25 |
| Termau | 78.13 |
| Crynhoi a dyfynnu | 87.89 |
| Cyfeiriadau | 74.69 |
| Cyfarwyddyd Cymraeg | 100.00 |
| Cyfarwyddyd Saesneg | 100.00 |
| Cymedr y saith is-set | 84.66 |
Ar y prawf cywiro ac esbonio cafodd MiMo 75.00 am y cywiriad a 42.19 am yr esboniad. Roedd 11 o'r 64 achos yn allbynnau annilys a gyfrifwyd yn sero. Cwblhaodd weddill yr archwiliad CCC.
Gweler y sgorfwrdd llawn, Archwiliad Iaith CCC, neu lawrlwythwch y crynodeb, sgoriau fesul set, dimensiynau CCC a'r metadata.