StarChat2 15B v0.1：完整基准性能指南

other starchat2-15b-v0.1 2024-07-05 BigCode Open Model License

深入分析 StarChat2 15B v0.1 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starchat2-15b-v0.1
发布日期2024-07-05
上下文窗口8192 tokens
输入模态text
输出模态text
许可BigCode Open Model 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
MMLU74.9%2024-07-055-shot查看
HUMANEVAL69pass@12024-07-05—查看
GSM8K50.7%2024-07-050-shot CoT查看
MATH45.3%2024-07-050-shot CoT查看
BBH70.6%2024-07-053-shot CoT查看
GPQA25.9%2024-07-050-shot查看
IFEVAL63.3%2024-07-05prompt_strict查看
ARC91.7%2024-07-05challenge查看
MUSR44.4%2024-07-050-shot查看
WINOGRANDE75%2024-07-050-shot查看

定价

项目价格币种
输入$0.3 / MtokUSD
输出$0.3 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://huggingface.co/models · 截至 2024-07-05

合规性

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

StarChat2 15B v0.1

模型概述

HuggingFace StarChat2 15B 代码对话模型, 8K 上下文, 基于 StarCoder2 微调, 支持多语言代码生成。

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
Otherstarchat2-15b-v0.12024-07-058KtexttextBigCode Open Model License

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)74.9%5-shot
HumanEval69.0pass@1—
GSM8K (Grade School Math 8K)50.7%0-shot CoT
MATH45.3%0-shot CoT
BBH (BIG-Bench Hard)70.6%3-shot CoT
GPQA25.9%0-shot
IFEval63.3%prompt_strict
ARC91.7%challenge
MUSR44.4%0-shot
WinoGrande75.0%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 8K 偏小。

适用场景

  • 代码生成与调试

参考文献