Microsoft WizardMath 7B v1：完整基准性能指南

other wizardmath-7b-v1 2023-08-17 Llama 2 Community License

深入分析 Microsoft WizardMath 7B v1 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wizardmath-7b-v1
发布日期2023-08-17
上下文窗口4096 tokens
输入模态text
输出模态text
许可Llama 2 Community 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
MMLU69.1%2023-08-175-shot查看
HUMANEVAL61.1pass@12023-08-17—查看
GSM8K83.7%2023-08-170-shot CoT查看
MATH65.8%2023-08-170-shot CoT查看
BBH74.4%2023-08-173-shot CoT查看
GPQA30.2%2023-08-170-shot查看
IFEVAL57.7%2023-08-17prompt_strict查看
ARC91.4%2023-08-17challenge查看
MUSR53.4%2023-08-170-shot查看
WINOGRANDE70.5%2023-08-170-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://huggingface.co/models · 截至 2023-08-17

合规性

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

Microsoft WizardMath 7B v1

模型概述

Microsoft WizardMath 7B v1 数学专用模型, 4K 上下文, 基于 Llama 2 7B, 在 GSM8K 上达到 54.9%。

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
Otherwizardmath-7b-v12023-08-174KtexttextLlama 2 Community License

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)69.1%5-shot
HumanEval61.1pass@1—
GSM8K (Grade School Math 8K)83.7%0-shot CoT
MATH65.8%0-shot CoT
BBH (BIG-Bench Hard)74.4%3-shot CoT
GPQA30.2%0-shot
IFEval57.7%prompt_strict
ARC91.4%challenge
MUSR53.4%0-shot
WinoGrande70.5%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

  • 闭源专有模型，不支持自托管。
  • 上下文窗口 4K 偏小。

适用场景

  • 通用对话与问答

参考文献