StableLM 3 4B：完整基准性能指南

other stablelm-3-4b 2024-06-26 Stability AI Community License

深入分析 StableLM 3 4B 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-3-4b
发布日期2024-06-26
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
MMLU50.6%2024-06-265-shot查看
HUMANEVAL32.6pass@12024-06-26—查看
GSM8K48.1%2024-06-260-shot CoT查看
MATH11.5%2024-06-260-shot CoT查看
BBH54.9%2024-06-263-shot CoT查看
GPQA26.8%2024-06-260-shot查看
IFEVAL51.6%2024-06-26prompt_strict查看
ARC86.8%2024-06-26challenge查看
MUSR36.6%2024-06-260-shot查看
WINOGRANDE74.1%2024-06-260-shot查看

定价

项目价格币种
输入$0.15 / MtokUSD
输出$0.15 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://huggingface.co/models · 截至 2024-06-26

合规性

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

StableLM 3 4B

模型概述

Stability AI StableLM 3 4B 模型, 4K 上下文, 多语言 (English/Spanish/German/Italian/French)。

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-3-4b2024-06-264KtexttextStability AI Community License

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)50.6%5-shot
HumanEval32.6pass@1—
GSM8K (Grade School Math 8K)48.1%0-shot CoT
MATH11.5%0-shot CoT
BBH (BIG-Bench Hard)54.9%3-shot CoT
GPQA26.8%0-shot
IFEval51.6%prompt_strict
ARC86.8%challenge
MUSR36.6%0-shot
WinoGrande74.1%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

  • MMLU 仅 50.6，知识推理偏弱。
  • HumanEval 32.6，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