StableLM 2 1.6B：完整基准性能指南

other stablelm-2-1-6b 2024-01-19 Stability AI Community License

深入分析 StableLM 2 1.6B 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stablelm-2-1-6b
发布日期2024-01-19
上下文窗口4096 tokens
输入模态text
输出模态text
许可Stability AI Community License
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
MMLU52.7%2024-01-195-shot查看
HUMANEVAL37.3pass@12024-01-19—查看
GSM8K43.5%2024-01-190-shot CoT查看
MATH26.4%2024-01-190-shot CoT查看
BBH40.7%2024-01-193-shot CoT查看
GPQA15%2024-01-190-shot查看
IFEVAL44.1%2024-01-19prompt_strict查看
ARC77.7%2024-01-19challenge查看
MUSR26.4%2024-01-190-shot查看
WINOGRANDE70.3%2024-01-190-shot查看

定价

项目价格币种
输入$0.1 / MtokUSD
输出$0.1 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://huggingface.co/models · 截至 2024-01-19

合规性

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

StableLM 2 1.6B

模型概述

Stability AI StableLM 2 1.6B 轻量模型, 4K 上下文, 多语言训练, 适合移动设备部署。

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
Otherstablelm-2-1-6b2024-01-194KtexttextStability AI Community License

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)52.7%5-shot
HumanEval37.3pass@1—
GSM8K (Grade School Math 8K)43.5%0-shot CoT
MATH26.4%0-shot CoT
BBH (BIG-Bench Hard)40.7%3-shot CoT
GPQA15.0%0-shot
IFEval44.1%prompt_strict
ARC77.7%challenge
MUSR26.4%0-shot
WinoGrande70.3%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

  • MMLU 仅 52.7，知识推理偏弱。
  • HumanEval 37.3，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