OLMo 1.7 7B：完整基准性能指南

other olmo-1-7-7b 2024-08-23 Apache 2.0

深入分析 OLMo 1.7 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olmo-1-7-7b
发布日期2024-08-23
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
MMLU65.5%2024-08-235-shot查看
HUMANEVAL67pass@12024-08-23—查看
GSM8K63.5%2024-08-230-shot CoT查看
MATH38.1%2024-08-230-shot CoT查看
BBH68.9%2024-08-233-shot CoT查看
GPQA26.9%2024-08-230-shot查看
IFEVAL61.2%2024-08-23prompt_strict查看
ARC91.8%2024-08-23challenge查看
MUSR42.6%2024-08-230-shot查看
WINOGRANDE76.6%2024-08-230-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 2024-08-23

合规性

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

OLMo 1.7 7B

模型概述

AllenAI OLMo 1.7 7B 第二代模型, 4K 上下文, 改进训练流程, 性能超越初代 OLMo 7B。

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
Otherolmo-1-7-7b2024-08-234KtexttextApache 2.0

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)65.5%5-shot
HumanEval67.0pass@1—
GSM8K (Grade School Math 8K)63.5%0-shot CoT
MATH38.1%0-shot CoT
BBH (BIG-Bench Hard)68.9%3-shot CoT
GPQA26.9%0-shot
IFEval61.2%prompt_strict
ARC91.8%challenge
MUSR42.6%0-shot
WinoGrande76.6%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