Falcon 180B：完整基准性能指南

other falcon-180b 2023-09-06 TII Falcon LLM License

深入分析 Falcon 180B 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falcon-180b
发布日期2023-09-06
上下文窗口2048 tokens
输入模态text
输出模态text
许可TII Falcon LLM 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
MMLU76.7%2023-09-065-shot查看
HUMANEVAL68.9pass@12023-09-06—查看
GSM8K77.5%2023-09-060-shot CoT查看
MATH44.8%2023-09-060-shot CoT查看
BBH76.4%2023-09-063-shot CoT查看
GPQA43.2%2023-09-060-shot查看
IFEVAL70.5%2023-09-06prompt_strict查看
ARC91.6%2023-09-06challenge查看
MUSR59.1%2023-09-060-shot查看
WINOGRANDE80%2023-09-060-shot查看

定价

项目价格币种
输入$1 / MtokUSD
输出$1 / 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: ✗

Falcon 180B

模型概述

TII Falcon 180B 大型开源模型, 2K 上下文, 1800 亿参数, 在开源模型中曾排名第一, 排在 GPT-4 之后。

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
Otherfalcon-180b2023-09-062KtexttextTII Falcon LLM License

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)76.7%5-shot
HumanEval68.9pass@1—
GSM8K (Grade School Math 8K)77.5%0-shot CoT
MATH44.8%0-shot CoT
BBH (BIG-Bench Hard)76.4%3-shot CoT
GPQA43.2%0-shot
IFEval70.5%prompt_strict
ARC91.6%challenge
MUSR59.1%0-shot
WinoGrande80.0%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

  • 闭源专有模型，不支持自托管。
  • 上下文窗口 2K 偏小。

适用场景

  • 通用对话与问答

参考文献