Baichuan2 13B Chat：完整基准性能指南

other baichuan2-13b-chat 2023-09-06 Baichuan 2 License

深入分析 Baichuan2 13B Chat 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baichuan2-13b-chat
发布日期2023-09-06
上下文窗口4096 tokens
输入模态text
输出模态text
许可Baichuan 2 License
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
MMLU58.6%2023-09-065-shot查看
HUMANEVAL49.6pass@12023-09-06—查看
GSM8K41%2023-09-060-shot CoT查看
MATH23.4%2023-09-060-shot CoT查看
BBH64.2%2023-09-063-shot CoT查看
GPQA34.7%2023-09-060-shot查看
IFEVAL48.5%2023-09-06prompt_strict查看
ARC83.2%2023-09-06challenge查看
MUSR37.9%2023-09-060-shot查看
WINOGRANDE69.5%2023-09-060-shot查看

定价

项目价格币种
输入$0.3 / MtokUSD
输出$0.3 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://huggingface.co/models · 截至 2023-09-06

合规性

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

Baichuan2 13B Chat

模型概述

百川智能 Baichuan2 13B Chat 对话模型, 4K 上下文, 中英双语能力突出, 适合中文场景部署。

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
Otherbaichuan2-13b-chat2023-09-064KtexttextBaichuan 2 License

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)58.6%5-shot
HumanEval49.6pass@1—
GSM8K (Grade School Math 8K)41.0%0-shot CoT
MATH23.4%0-shot CoT
BBH (BIG-Bench Hard)64.2%3-shot CoT
GPQA34.7%0-shot
IFEval48.5%prompt_strict
ARC83.2%challenge
MUSR37.9%0-shot
WinoGrande69.5%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

  • MMLU 仅 58.6，知识推理偏弱。
  • HumanEval 49.6，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