数学和符号推理
在符号推理方面，Llama 3.3 显示出显着的进步。它在MATH基准测试中得分为77.0 分（0 次，CoT） ，击败了 Llama 3.1 70B（67.8）和 Amazon Nova Pro（76.6）。然而，它落后于 Gemini Pro 1.5 (82.9)。尽管它不是这一类别中的领导者，但它对于许多结构化推理任务来说表现得足够好。
多语言能力
Llama 3.3 在 MGSM 上得分为91.1（0 次）。这代表 洪都拉斯 电话数据 着对 Llama 3.1 70B (86.9) 的重大改进，并且接近 Claude 3.5 Sonnet (92.8)。它在这一类别中的表现使其成为翻译和全球客户服务等多语言应用程序的绝佳选择。
长上下文中的工具使用和性能
对于工具使用，Llama 3.3在 BFCL v2（0 次射击）中达到 77.3 ，与 Llama 3.1 70B（77.5）相当，但低于 Llama 3.1 405B（81.1）。在处理长上下文输入时，它在NIH/Multi-Needle上得分为97.5 ，与 Llama 3.1 70B 相同，略低于 Llama 3.1 405B (98.1)。这些结果表明工具辅助工作流程和扩展输入场景的强大功能。
骆驼 3.3 案例研究
Llama 3.3 凭借出色的性能和硬件效率之间的平衡，为开发人员和研究人员提供了广泛的可能性。我们赞赏它可以在标准开发人员工作站上高效运行，这使其成为那些无法访问企业级基础设施的人的一个可用选项。这些是它可以发挥作用的一些领域。
Llama 3.3 70b 用途包括内容创建、聊天机器人、编码和研究支持
1. 聊天机器人和多语言助手
Llama 3.3 的优点之一是它处理多种语言的能力。它支持八种主要语言——包括英语、西班牙语、法语和印地语——非常适合创建多语言聊天机器人或虚拟助手。
引起我们注意的是您不需要数据中心即可开始。开发人员可以在自己的硬件上建立原型并部署这些系统，无论是用于客户支持、教育工具还是其他对话应用程序。
例如，我们可以使用 Llama 3.3 创建一个客户服务聊天机器人，以多种语言响应查询，所有这些都在单个 GPU 上高效运行。
2. 编码和软件开发支持
Llama 3.3 在 HumanEval 和 MBPP EvalPlus 等编码基准测试中取得了良好的成绩，是生成代码、调试甚至完成部分编写的脚本的可靠助手。