Argilla Notus 7B v1：完整基准性能指南

other notus-7b-v1 2023-12-15 Apache 2.0

深入分析 Argilla Notus 7B v1 在 MMLU、HumanEval、GSM8K、MATH、BBH 等基准上的表现，包含定价与适用场景。

核心规格

厂商other
版本notus-7b-v1
发布日期2023-12-15
上下文窗口4096 tokens
输入模态text
输出模态text
许可Apache 2.0
文档https://huggingface.co/models

基准测试表现

基准得分单位评测日期备注来源
MMLU71.4%2023-12-155-shot查看
HUMANEVAL36.8pass@12023-12-15—查看
GSM8K58.8%2023-12-150-shot CoT查看
MATH31%2023-12-150-shot CoT查看
BBH62.4%2023-12-153-shot CoT查看
GPQA32.7%2023-12-150-shot查看
IFEVAL42.8%2023-12-15prompt_strict查看
ARC89.8%2023-12-15challenge查看
MUSR30.1%2023-12-150-shot查看
WINOGRANDE69.8%2023-12-150-shot查看

定价

项目价格币种
输入$0.18 / MtokUSD
输出$0.18 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://huggingface.co/models · 截至 2023-12-15

合规性

  • 数据驻留: self-host
  • SOC2: ✗
  • HIPAA: ✗
  • GDPR: ✗
  • ISO 27001: ✗

Argilla Notus 7B v1

模型概述

Argilla Notus 7B v1 对话微调模型, 4K 上下文, 基于 Zephyr 改进, 通过高质量反馈数据提升性能。

核心规格

厂商版本发布日期上下文窗口输入模态输出模态许可证
Othernotus-7b-v12023-12-154KtexttextApache 2.0

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)71.4%5-shot
HumanEval36.8pass@1—
GSM8K (Grade School Math 8K)58.8%0-shot CoT
MATH31.0%0-shot CoT
BBH (BIG-Bench Hard)62.4%3-shot CoT
GPQA32.7%0-shot
IFEval42.8%prompt_strict
ARC89.8%challenge
MUSR30.1%0-shot
WinoGrande69.8%0-shot

定价

输入输出缓存读取缓存写入
————

每百万 token

优势

  • 可靠的通用模型。

劣势

  • HumanEval 36.8，代码能力较弱。
  • 闭源专有模型，不支持自托管。
  • 上下文窗口 4K 偏小。

适用场景

  • 通用对话与问答

参考文献