TriviaQA 排行榜
截至 2026年11月16日,TriviaQA 的最高分为 87.6%,由 Llama 2-70B(Meta)取得,领先于 Claude 2.0(87.5%)。共有 36 个模型配置公布了结果(Epoch AI Benchmarking Hub,结果日期 2023年7月18日)。附有证据文档的知识问答题。TriviaQA 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月16日)
- Llama 2-70B 以 87.6% 保持 TriviaQA 最高分(Epoch AI Benchmarking Hub,2023年7月18日)。
- Claude 2.0 以 87.5% 位列 TriviaQA 第二(Epoch AI Benchmarking Hub,2023年7月11日)。
- TriviaQA:附证据文档的常识问答。2017 年的基准测试,对当前模型已饱和,保留作为历史记录(Epoch AI Benchmarking Hub)。
- BenchLeader 上有 36 个模型配置公布了 TriviaQA 结果(BenchLeader,2026年11月16日)。
- TriviaQA 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
附证据文档的常识问答。2017 年的基准测试,对当前模型已饱和,保留作为历史记录。
- 类别
- 知识
- Index 权重
- 仅作参考
- 模型
- 36
- 数据截至
- 2026年11月16日
CC BY 4.0 — Epoch AI, ‘AI Benchmarking Hub’, epoch.ai/benchmarks. Mirrored boards credit their original publishers.
测试内容
附有证据文档的知识问答题。
评分方式
准确率,由 Epoch AI 根据已公布的结果汇编。
注意事项
已饱和:前沿模型的得分接近上限,所以它只能区分较旧或较小的模型,而且结果大多由提供商自报。
- 1Llama 2-70B87.6%
- 2Claude 2.087.5%
- 3Claude 1.386.7%
- 4PaLM 2-L86.1%
- 5LLaMA-65B86.0%
- 6GPT 3.5 Turbo 110685.8%
- 7GPT 4 061384.8%
- 8Llama 2-34B84.6%
- 9LLaMA-33B83.8%
- 10DeepSeek V382.9%
- 11Llama 3.1 405B82.7%
- 12Mixtral 8x7B82.2%
- 13PaLM 2-M81.7%
- 14PaLM 540B81.4%
- 15Deepseek v280.0%
36 / 36
| # | ||||
|---|---|---|---|---|
| 1 | 87.6% | 33.4 | 2023-07-18 | |
| 2 | 87.5% | – | 2023-07-11 | |
| 3 | 86.7% | – | 2023-04-18 | |
| 4 | 86.1% | – | 2023-05-17 | |
| 5 | 86.0% | – | 2023-02-24 | |
| 6 | 85.8% | 38.4 | 2023-11-06 | |
| 7 | 84.8% | 39.5 | 2023-06-13 | |
| 8 | 84.6% | – | 2023-07-18 | |
| 9 | 83.8% | – | 2023-02-24 | |
| 10 | 82.9% | 44.3 | 2024-12-26 | |
| 11 | 82.7% | 41.8 | 2024-07-23 | |
| 12 | 82.2% | 30.8 | 2023-12-11 | |
| 13 | 81.7% | – | 2023-05-17 | |
| 14 | 81.4% | – | 2022-04-04 | |
| 15 | 80.0% | – | 2024-05-07 | |
| 16 | 79.9% | – | 2023-03-15 | |
| 17 | 79.6% | – | 2023-07-18 | |
| 18 | 78.9% | – | – | |
| 19 | 78.7% | – | 2023-08-09 | |
| 20 | 77.9% | – | 2023-02-24 | |
| 21 | 75.2% | 28.9 | 2023-09-27 | |
| 22 | 75.2% | – | 2023-05-17 | |
| 23 | 73.9% | 37.8 | 2024-04-23 | |
| 24 | 73.7% | – | 2023-07-18 | |
| 25 | 73.6% | – | 2023-06-22 | |
| 26 | 72.3% | – | 2024-02-21 | |
| 27 | 71.9% | 43.1 | 2024-09-19 | |
| 28 | 71.2% | – | 2022-01-27 | |
| 29 | 71.0% | – | 2023-02-24 | |
| 30 | 67.7% | 34.8 | 2024-04-18 | |
| 31 | 64.6% | – | 2023-04-24 | |
| 32 | 64.0% | 36.7 | 2024-04-23 | |
| 33 | 61.6% | – | 2023-05-05 | |
| 34 | 58.1% | – | 2024-04-23 | |
| 35 | 53.2% | – | 2024-02-21 | |
| 36 | 45.2% | – | 2023-12-12 |
引用格式:BenchLeader,《TriviaQA 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/triviaqa。
TriviaQA:常见问题
- TriviaQA 衡量的是什么?
- 附有证据文档的知识问答题。分数以完成任务的百分比表示,越高越好。
- TriviaQA 的最高分是多少?
- 截至 2026年11月16日,TriviaQA 的最高分为 87.6%,由 Llama 2-70B 取得(结果日期 2023年7月18日),领先于 Claude 2.0(87.5%)。分数来自 Epoch AI Benchmarking Hub,每天重新读取。
- 哪个 AI 模型在 TriviaQA 上领先?
- 截至 2026年11月16日,TriviaQA 排名第一的是 Llama 2-70B,分数为 87.6%(结果日期 2023年7月18日)。其后为 Claude 2.0(87.5%)。
- 有多少模型有 TriviaQA 结果?
- BenchLeader 上有 36 个模型配置有 TriviaQA 结果,全部取自 Epoch AI Benchmarking Hub。
- TriviaQA 由谁运行,多久更新一次?
- TriviaQA 由 Epoch AI Benchmarking Hub 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
- TriviaQA 是否计入 BenchLeader Index?
- 不计入。TriviaQA 仅作参考展示,不计入综合分数。