MPT 30B：完整基准性能指南

other mpt-30b 2023-06-22 Apache 2.0

深入分析 MPT 30B 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mpt-30b
发布日期2023-06-22
上下文窗口8192 tokens
输入模态text
输出模态text
许可Apache 2.0
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
MMLU55.2%2023-06-225-shot查看
HUMANEVAL49.7pass@12023-06-22—查看
GSM8K59.6%2023-06-220-shot CoT查看
MATH21.2%2023-06-220-shot CoT查看
BBH49.2%2023-06-223-shot CoT查看
GPQA24.2%2023-06-220-shot查看
IFEVAL51.2%2023-06-22prompt_strict查看
ARC80.7%2023-06-22challenge查看
MUSR28.9%2023-06-220-shot查看
WINOGRANDE77.9%2023-06-220-shot查看

定价

项目价格币种
输入$0.4 / MtokUSD
输出$0.4 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://huggingface.co/models · 截至 2023-06-22

合规性

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

MPT 30B

模型概述

MosaicML MPT 30B 开源模型, 8K 上下文, 300 亿参数, 改进长上下文处理, Apache 2.0 可商用。

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
Othermpt-30b2023-06-228KtexttextApache 2.0

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)55.2%5-shot
HumanEval49.7pass@1—
GSM8K (Grade School Math 8K)59.6%0-shot CoT
MATH21.2%0-shot CoT
BBH (BIG-Bench Hard)49.2%3-shot CoT
GPQA24.2%0-shot
IFEval51.2%prompt_strict
ARC80.7%challenge
MUSR28.9%0-shot
WinoGrande77.9%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 55.2，知识推理偏弱。
  • HumanEval 49.7，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