Nous Hermes 2 Mixtral 8x7B：完整基准性能指南

other nous-hermes-2-mixtral-8x7b 2024-02-19 Apache 2.0

深入分析 Nous Hermes 2 Mixtral 8x7B 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-hermes-2-mixtral-8x7b
发布日期2024-02-19
上下文窗口32768 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
MMLU81.4%2024-02-195-shot查看
HUMANEVAL78.7pass@12024-02-19—查看
GSM8K82.5%2024-02-190-shot CoT查看
MATH42.6%2024-02-190-shot CoT查看
BBH72.4%2024-02-193-shot CoT查看
GPQA35.1%2024-02-190-shot查看
IFEVAL75.3%2024-02-19prompt_strict查看
ARC94.5%2024-02-19challenge查看
MUSR57.4%2024-02-190-shot查看
WINOGRANDE82.1%2024-02-190-shot查看

定价

项目价格币种
输入$0.5 / MtokUSD
输出$0.5 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://huggingface.co/models · 截至 2024-02-19

合规性

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

Nous Hermes 2 Mixtral 8x7B

模型概述

NousResearch Hermes 2 Mixtral 8x7B 微调模型, 32K 上下文, 基于 Mixtral 8x7B, 改进指令遵循能力。

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-hermes-2-mixtral-8x7b2024-02-1932KtexttextApache 2.0

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)81.4%5-shot
HumanEval78.7pass@1—
GSM8K (Grade School Math 8K)82.5%0-shot CoT
MATH42.6%0-shot CoT
BBH (BIG-Bench Hard)72.4%3-shot CoT
GPQA35.1%0-shot
IFEval75.3%prompt_strict
ARC94.5%challenge
MUSR57.4%0-shot
WinoGrande82.1%0-shot

定价

输入输出缓存读取缓存写入
————

每百万 token

优势

  • MMLU 得分 81.4，知识推理能力强。

劣势

  • 闭源专有模型，不支持自托管。

适用场景

  • 代码生成与调试

参考文献