Nous Capybara 7B：完整基准性能指南

other nous-capybara-7b 2023-09-26 Apache 2.0

深入分析 Nous Capybara 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nous-capybara-7b
发布日期2023-09-26
上下文窗口4096 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
MMLU64.4%2023-09-265-shot查看
HUMANEVAL38.8pass@12023-09-26—查看
GSM8K31%2023-09-260-shot CoT查看
MATH19.7%2023-09-260-shot CoT查看
BBH49.6%2023-09-263-shot CoT查看
GPQA31%2023-09-260-shot查看
IFEVAL44.2%2023-09-26prompt_strict查看
ARC87%2023-09-26challenge查看
MUSR42.5%2023-09-260-shot查看
WINOGRANDE77.1%2023-09-260-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 2023-09-26

合规性

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

Nous Capybara 7B

模型概述

NousResearch Capybara 7B 对话模型, 4K 上下文, 基于 Llama 2 微调, 改进多轮对话能力。

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
Othernous-capybara-7b2023-09-264KtexttextApache 2.0

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)64.4%5-shot
HumanEval38.8pass@1—
GSM8K (Grade School Math 8K)31.0%0-shot CoT
MATH19.7%0-shot CoT
BBH (BIG-Bench Hard)49.6%3-shot CoT
GPQA31.0%0-shot
IFEval44.2%prompt_strict
ARC87.0%challenge
MUSR42.5%0-shot
WinoGrande77.1%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

  • HumanEval 38.8，代码能力较弱。
  • 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