基准测试表现
| 基准 | 得分 | 单位 | 评测日期 | 备注 | 来源 |
|---|
| MMLU | 48 | % | 2024-02-21 | 5-shot | 查看 |
| HUMANEVAL | 43.2 | pass@1 | 2024-02-21 | — | 查看 |
| GSM8K | 27.8 | % | 2024-02-21 | 0-shot CoT | 查看 |
| MATH | 27.5 | % | 2024-02-21 | 0-shot CoT | 查看 |
| BBH | 53 | % | 2024-02-21 | 3-shot CoT | 查看 |
| GPQA | 18 | % | 2024-02-21 | 0-shot | 查看 |
| IFEVAL | 46.4 | % | 2024-02-21 | prompt_strict | 查看 |
| ARC | 77.7 | % | 2024-02-21 | challenge | 查看 |
| MUSR | 30.6 | % | 2024-02-21 | 0-shot | 查看 |
| WINOGRANDE | 72 | % | 2024-02-21 | 0-shot | 查看 |
合规性
- 数据驻留: US
- SOC2: ✓
- HIPAA: ✗
- GDPR: ✓
- ISO 27001: ✓
Gemma 2B
模型概述
Google Gemma 2B 轻量开源模型, 8K 上下文, 2B 参数, 适合资源受限环境与边缘部署。
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 |
|---|
| Google | gemma-2b | 2024-02-21 | 8K | text | text | Gemma License |
基准测试表现
| 基准 | 得分 | 单位 | 备注 |
|---|
| MMLU (Massive Multitask Language Understanding) | 48.0 | % | 5-shot |
| HumanEval | 43.2 | pass@1 | — |
| GSM8K (Grade School Math 8K) | 27.8 | % | 0-shot CoT |
| MATH | 27.5 | % | 0-shot CoT |
| BBH (BIG-Bench Hard) | 53.0 | % | 3-shot CoT |
| GPQA | 18.0 | % | 0-shot |
| IFEval | 46.4 | % | prompt_strict |
| ARC | 77.7 | % | challenge |
| MUSR | 30.6 | % | 0-shot |
| WinoGrande | 72.0 | % | 0-shot |
定价
每百万 token
优势
劣势
- MMLU 仅 48.0，知识推理偏弱。
- HumanEval 43.2，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