基准测试表现
| 基准 | 得分 | 单位 | 评测日期 | 备注 | 来源 |
|---|
| MMLU | 75.6 | % | 2024-07-23 | 5-shot | 查看 |
| HUMANEVAL | 79.7 | pass@1 | 2024-07-23 | — | 查看 |
| GSM8K | 78.8 | % | 2024-07-23 | 0-shot CoT | 查看 |
| MATH | 38.5 | % | 2024-07-23 | 0-shot CoT | 查看 |
| BBH | 70.2 | % | 2024-07-23 | 3-shot CoT | 查看 |
| GPQA | 40 | % | 2024-07-23 | 0-shot | 查看 |
| IFEVAL | 73.7 | % | 2024-07-23 | prompt_strict | 查看 |
| ARC | 92.3 | % | 2024-07-23 | challenge | 查看 |
| MUSR | 48.1 | % | 2024-07-23 | 0-shot | 查看 |
| WINOGRANDE | 81 | % | 2024-07-23 | 0-shot | 查看 |
合规性
- 数据驻留: self-host
- SOC2: ✗
- HIPAA: ✗
- GDPR: ✗
- ISO 27001: ✗
Llama 3.1 70B
模型概述
Meta Llama 3.1 70B 中端开源模型, 128K 上下文, 性能接近 GPT-4, 推理与编码能力突出。
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 |
|---|
| Meta | 3.1-70b | 2024-07-23 | 128K | text | text | Llama 3 Community License |
基准测试表现
| 基准 | 得分 | 单位 | 备注 |
|---|
| MMLU (Massive Multitask Language Understanding) | 75.6 | % | 5-shot |
| HumanEval | 79.7 | pass@1 | — |
| GSM8K (Grade School Math 8K) | 78.8 | % | 0-shot CoT |
| MATH | 38.5 | % | 0-shot CoT |
| BBH (BIG-Bench Hard) | 70.2 | % | 3-shot CoT |
| GPQA | 40.0 | % | 0-shot |
| IFEval | 73.7 | % | prompt_strict |
| ARC | 92.3 | % | challenge |
| MUSR | 48.1 | % | 0-shot |
| WinoGrande | 81.0 | % | 0-shot |
定价
每百万 token
优势
劣势
适用场景
参考文献