Llama Guard 3 8B：完整基准性能指南

meta guard-3-8b 2024-07-23 Llama 3.2 Community License

深入分析 Llama Guard 3 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-3-8b
发布日期2024-07-23
上下文窗口128000 tokens
输入模态text
输出模态text
许可Llama 3.2 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
MMLU40.1%2024-07-235-shot查看
HUMANEVAL28pass@12024-07-23—查看
GSM8K30.9%2024-07-230-shot CoT查看
MATH8.4%2024-07-230-shot CoT查看
BBH44.1%2024-07-233-shot CoT查看
GPQA27.9%2024-07-230-shot查看
IFEVAL50%2024-07-23prompt_strict查看
ARC76%2024-07-23challenge查看
MUSR22.8%2024-07-230-shot查看
WINOGRANDE68%2024-07-230-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 2024-07-23

合规性

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

Llama Guard 3 8B

模型概述

Meta Llama Guard 3 8B 内容安全分类模型, 128K 上下文, 支持 MLCommons 安全分类标准。

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-3-8b2024-07-23128KtexttextLlama 3.2 Community License

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)40.1%5-shot
HumanEval28.0pass@1—
GSM8K (Grade School Math 8K)30.9%0-shot CoT
MATH8.4%0-shot CoT
BBH (BIG-Bench Hard)44.1%3-shot CoT
GPQA27.9%0-shot
IFEval50.0%prompt_strict
ARC76.0%challenge
MUSR22.8%0-shot
WinoGrande68.0%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

  • MMLU 仅 40.1，知识推理偏弱。
  • HumanEval 28.0，代码能力较弱。
  • 闭源专有模型，不支持自托管。

适用场景

  • 通用对话与问答

参考文献