StableLM Zephyr 3B：完整基准性能指南

other stablelm-zephyr-3b 2024-01-19 Stability AI Community License

深入分析 StableLM Zephyr 3B 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-zephyr-3b
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
MMLU44.3%2024-01-195-shot查看
HUMANEVAL47.1pass@12024-01-19—查看
GSM8K36.2%2024-01-190-shot CoT查看
MATH14.9%2024-01-190-shot CoT查看
BBH43.9%2024-01-193-shot CoT查看
GPQA21%2024-01-190-shot查看
IFEVAL55.3%2024-01-19prompt_strict查看
ARC82.1%2024-01-19challenge查看
MUSR23.5%2024-01-190-shot查看
WINOGRANDE71.6%2024-01-190-shot查看

定价

项目价格币种
输入$0.12 / MtokUSD
输出$0.12 / 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 Zephyr 3B

模型概述

Stability AI StableLM Zephyr 3B 对话微调模型, 4K 上下文, 基于 StableLM 2 1.6B DPO 微调。

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-zephyr-3b2024-01-194KtexttextStability AI Community License

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)44.3%5-shot
HumanEval47.1pass@1—
GSM8K (Grade School Math 8K)36.2%0-shot CoT
MATH14.9%0-shot CoT
BBH (BIG-Bench Hard)43.9%3-shot CoT
GPQA21.0%0-shot
IFEval55.3%prompt_strict
ARC82.1%challenge
MUSR23.5%0-shot
WinoGrande71.6%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

  • MMLU 仅 44.3，知识推理偏弱。
  • HumanEval 47.1，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