TigerBot 70B Chat：完整基准性能指南

other tigerbot-70b-chat 2023-08-22 Apache 2.0

深入分析 TigerBot 70B Chat 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tigerbot-70b-chat
发布日期2023-08-22
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
MMLU71.7%2023-08-225-shot查看
HUMANEVAL36pass@12023-08-22—查看
GSM8K51.1%2023-08-220-shot CoT查看
MATH15.4%2023-08-220-shot CoT查看
BBH51.9%2023-08-223-shot CoT查看
GPQA31.2%2023-08-220-shot查看
IFEVAL55.7%2023-08-22prompt_strict查看
ARC87.9%2023-08-22challenge查看
MUSR39.3%2023-08-220-shot查看
WINOGRANDE66.3%2023-08-220-shot查看

定价

项目价格币种
输入$0.9 / MtokUSD
输出$0.9 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://huggingface.co/models · 截至 2023-08-22

合规性

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

TigerBot 70B Chat

模型概述

TigerLab TigerBot 70B Chat 中文对话模型, 4K 上下文, 基于 Llama 2 微调, 中文场景优化。

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
Othertigerbot-70b-chat2023-08-224KtexttextApache 2.0

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)71.7%5-shot
HumanEval36.0pass@1—
GSM8K (Grade School Math 8K)51.1%0-shot CoT
MATH15.4%0-shot CoT
BBH (BIG-Bench Hard)51.9%3-shot CoT
GPQA31.2%0-shot
IFEval55.7%prompt_strict
ARC87.9%challenge
MUSR39.3%0-shot
WinoGrande66.3%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

  • HumanEval 36.0，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