Llama Guard 2 8B：完整基准性能指南

meta guard-2-8b 2024-04-18 Llama 3 Community License

深入分析 Llama Guard 2 8B 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meta
版本guard-2-8b
发布日期2024-04-18
上下文窗口8192 tokens
输入模态text
输出模态text
许可Llama 3 Community License
文档https://llama.meta.com/docs/

基准测试表现

基准得分单位评测日期备注来源
MMLU51%2024-04-185-shot查看
HUMANEVAL26.6pass@12024-04-18—查看
GSM8K46.3%2024-04-180-shot CoT查看
MATH26.3%2024-04-180-shot CoT查看
BBH47.6%2024-04-183-shot CoT查看
GPQA18%2024-04-180-shot查看
IFEVAL51.6%2024-04-18prompt_strict查看
ARC76.3%2024-04-18challenge查看
MUSR34.9%2024-04-180-shot查看
WINOGRANDE66.5%2024-04-180-shot查看

定价

项目价格币种
输入$0.18 / MtokUSD
输出$0.18 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://ai.meta.com/blog/ · 截至 2024-04-18

合规性

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

Llama Guard 2 8B

模型概述

Meta Llama Guard 2 8B 内容安全分类模型, 8K 上下文, 用于检测输入输出中的有害内容。

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
Metaguard-2-8b2024-04-188KtexttextLlama 3 Community License

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)51.0%5-shot
HumanEval26.6pass@1—
GSM8K (Grade School Math 8K)46.3%0-shot CoT
MATH26.3%0-shot CoT
BBH (BIG-Bench Hard)47.6%3-shot CoT
GPQA18.0%0-shot
IFEval51.6%prompt_strict
ARC76.3%challenge
MUSR34.9%0-shot
WinoGrande66.5%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 51.0，知识推理偏弱。
  • HumanEval 26.6，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

  • 通用对话与问答

参考文献