MPT 7B：完整基准性能指南

other mpt-7b 2023-05-04 Apache 2.0

深入分析 MPT 7B 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-7b
发布日期2023-05-04
上下文窗口2048 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
MMLU51.7%2023-05-045-shot查看
HUMANEVAL38.1pass@12023-05-04—查看
GSM8K44.6%2023-05-040-shot CoT查看
MATH18.4%2023-05-040-shot CoT查看
BBH59.9%2023-05-043-shot CoT查看
GPQA34.2%2023-05-040-shot查看
IFEVAL59.9%2023-05-04prompt_strict查看
ARC87.5%2023-05-04challenge查看
MUSR42.4%2023-05-040-shot查看
WINOGRANDE65.5%2023-05-040-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 2023-05-04

合规性

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

MPT 7B

模型概述

MosaicML MPT 7B 经济型开源模型, 2K 上下文, 7B 参数, Apache 2.0 可商用, 适合本地部署。

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-7b2023-05-042KtexttextApache 2.0

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)51.7%5-shot
HumanEval38.1pass@1—
GSM8K (Grade School Math 8K)44.6%0-shot CoT
MATH18.4%0-shot CoT
BBH (BIG-Bench Hard)59.9%3-shot CoT
GPQA34.2%0-shot
IFEval59.9%prompt_strict
ARC87.5%challenge
MUSR42.4%0-shot
WinoGrande65.5%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 51.7，知识推理偏弱。
  • HumanEval 38.1，代码能力较弱。
  • 闭源专有模型，不支持自托管。
  • 上下文窗口 2K 偏小。

适用场景

  • 通用对话与问答

参考文献