OLMo 2 1124 7B：完整基准性能指南

other olmo-2-1124-7b 2024-11-24 Apache 2.0

深入分析 OLMo 2 1124 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-2-1124-7b
发布日期2024-11-24
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
MMLU68.3%2024-11-245-shot查看
HUMANEVAL53.2pass@12024-11-24—查看
GSM8K57.2%2024-11-240-shot CoT查看
MATH39.3%2024-11-240-shot CoT查看
BBH63.1%2024-11-243-shot CoT查看
GPQA26.3%2024-11-240-shot查看
IFEVAL56%2024-11-24prompt_strict查看
ARC86.2%2024-11-24challenge查看
MUSR39.2%2024-11-240-shot查看
WINOGRANDE75.3%2024-11-240-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 2024-11-24

合规性

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

OLMo 2 1124 7B

模型概述

AllenAI OLMo 2 1124 7B 第三代模型, 4K 上下文, 改进训练稳定性与推理能力, 完全开源。

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-2-1124-7b2024-11-244KtexttextApache 2.0

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)68.3%5-shot
HumanEval53.2pass@1—
GSM8K (Grade School Math 8K)57.2%0-shot CoT
MATH39.3%0-shot CoT
BBH (BIG-Bench Hard)63.1%3-shot CoT
GPQA26.3%0-shot
IFEval56.0%prompt_strict
ARC86.2%challenge
MUSR39.2%0-shot
WinoGrande75.3%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