ANLIのリーダーボード
2026年11月16日時点で、ANLIの最高スコアは58.1%で、GPT 3.5 Turbo 1106とPhi 3 Smallが並んでいます。次点はLlama 3-8Bの57.3%です。公表された結果があるのは11のモデル構成です(Epoch AI Benchmarking Hub、結果の日付は2023年11月6日)。敵対的に作成された自然言語推論の問題です。ANLIは参考として掲載しており、BenchLeader Indexには含まれません。
要点(2026年11月16日時点)
- GPT 3.5 Turbo 1106とPhi 3 SmallがANLIの最高スコア58.1%で並んでいます(Epoch AI Benchmarking Hub、2026年11月16日)。
- ANLI:敵対的に作られた自然言語推論。2019年のベンチマークで、現在のモデルでは飽和しており、記録として残しています(Epoch AI Benchmarking Hub)。
- BenchLeaderでは11のモデル構成にANLIの公表結果があります(BenchLeader、2026年11月16日)。
- ANLIはBenchLeader Indexには反映されず、参考として掲載しています(BenchLeaderの評価方法)。
敵対的に作られた自然言語推論。2019年のベンチマークで、現在のモデルでは飽和しており、記録として残しています。
- カテゴリ
- 推論
- Indexでの重み
- 参考のみ
- モデル
- 11
- データ基準日
- 2026年11月16日
CC BY 4.0 — Epoch AI, ‘AI Benchmarking Hub’, epoch.ai/benchmarks. Mirrored boards credit their original publishers.
どんなテストか
敵対的に作成された自然言語推論の問題です。
採点方法
正答率で、公表された結果をEpoch AIがまとめたものです。
注意点
飽和しています。最先端のモデルは上限近くに達しているため、差がつくのは古いモデルや小型モデルだけで、結果の大半はプロバイダー自身の報告によるものです。
- 1GPT 3.5 Turbo 110658.1%
- 2Phi 3 Small58.1%
- 3Llama 3-8B57.3%
- 4Phi 3 (medium)55.8%
- 5Mixtral 8x7B55.2%
- 6Phi 3 Mini52.8%
- 7Gemma 7B48.7%
- 8Mistral 7B v0.347.1%
- 9Phi-242.5%
- 10Megatron-Turing NLG 530B39.7%
- 11InstructGPT 175B35.4%
11件中11件
| # | ||||
|---|---|---|---|---|
| 1 | 58.1% | 38.4 | 2023-11-06 | |
| 2 | 58.1% | – | 2024-04-23 | |
| 3 | 57.3% | 34.8 | 2024-04-18 | |
| 4 | 55.8% | 37.8 | 2024-04-23 | |
| 5 | 55.2% | 30.8 | 2023-12-11 | |
| 6 | 52.8% | 36.7 | 2024-04-23 | |
| 7 | 48.7% | – | 2024-02-21 | |
| 8 | 47.1% | 28.9 | 2023-09-27 | |
| 9 | 42.5% | – | 2023-12-12 | |
| 10 | 39.7% | – | 2021-10-11 | |
| 11 | 35.4% | – | 2022-01-27 |
関連するベンチマーク
引用表記:BenchLeader「ANLIのリーダーボード」2026年11月16日時点のデータ、https://www.benchleader.com/ja/benchmarks/anli
ANLI:よくある質問
- ANLIは何を測るベンチマークですか?
- 敵対的に作成された自然言語推論の問題です。スコアは解けたタスクの割合(%)で示され、高いほど良い結果です。
- ANLIの最高スコアは?
- 2026年11月16日時点で、ANLIの最高スコアは58.1%で、GPT 3.5 Turbo 1106とPhi 3 Smallが並んでいます。次点はLlama 3-8Bの57.3%です。スコアはEpoch AI Benchmarking Hubの公表値で、毎日読み直しています。
- ANLIでトップのAIモデルは?
- 2026年11月16日時点で、GPT 3.5 Turbo 1106とPhi 3 Smallが58.1%でANLIの首位に並んでいます。
- ANLIの結果があるモデルはいくつですか?
- BenchLeaderでは11のモデル構成にANLIの結果があり、すべてEpoch AI Benchmarking Hubから取得しています。
- ANLIを運営しているのは誰で、どのくらいの頻度で更新されますか?
- ANLIはEpoch AI Benchmarking Hubが公開しています。BenchLeaderは公開された結果を1日1回読み直し、各結果の公開日を記録しています。
- ANLIはBenchLeader Indexに含まれますか?
- いいえ。ANLIは参考として掲載していますが、総合スコアには含めていません。