基准测试表现
| 基准 | 得分 | 单位 | 评测日期 | 备注 | 来源 |
|---|
| MMLU | 63.1 | % | 2023-05-10 | 5-shot | 查看 |
| HUMANEVAL | 36 | pass@1 | 2023-05-10 | — | 查看 |
| GSM8K | 52.4 | % | 2023-05-10 | 0-shot CoT | 查看 |
| MATH | 19.8 | % | 2023-05-10 | 0-shot CoT | 查看 |
| BBH | 54.6 | % | 2023-05-10 | 3-shot CoT | 查看 |
| GPQA | 25 | % | 2023-05-10 | 0-shot | 查看 |
| IFEVAL | 48.2 | % | 2023-05-10 | prompt_strict | 查看 |
| ARC | 82.6 | % | 2023-05-10 | challenge | 查看 |
| MUSR | 32.8 | % | 2023-05-10 | 0-shot | 查看 |
| WINOGRANDE | 66.2 | % | 2023-05-10 | 0-shot | 查看 |
合规性
- 数据驻留: US
- SOC2: ✓
- HIPAA: ✗
- GDPR: ✓
- ISO 27001: ✓
Chat Bison
模型概述
Google Vertex AI Chat Bison 对话模型, 基于 PaLM 2, 8K 上下文, 适合企业级对话应用。
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 |
|---|
| Google | chat-bison | 2023-05-10 | 8K | text | text | Proprietary |
基准测试表现
| 基准 | 得分 | 单位 | 备注 |
|---|
| MMLU (Massive Multitask Language Understanding) | 63.1 | % | 5-shot |
| HumanEval | 36.0 | pass@1 | — |
| GSM8K (Grade School Math 8K) | 52.4 | % | 0-shot CoT |
| MATH | 19.8 | % | 0-shot CoT |
| BBH (BIG-Bench Hard) | 54.6 | % | 3-shot CoT |
| GPQA | 25.0 | % | 0-shot |
| IFEval | 48.2 | % | prompt_strict |
| ARC | 82.6 | % | challenge |
| MUSR | 32.8 | % | 0-shot |
| WinoGrande | 66.2 | % | 0-shot |
定价
每百万 token
优势
劣势
- HumanEval 36.0，代码能力较弱。
- 闭源专有模型，不支持自托管。
- 上下文窗口 8K 偏小。
适用场景
参考文献