基准测试表现
| 基准 | 得分 | 单位 | 评测日期 | 备注 | 来源 |
|---|
| MMLU | 85.5 | % | 2024-05-13 | 5-shot | 查看 |
| HUMANEVAL | 76.1 | pass@1 | 2024-05-13 | — | 查看 |
| GSM8K | 89.9 | % | 2024-05-13 | 0-shot CoT | 查看 |
| MATH | 58.7 | % | 2024-05-13 | 0-shot CoT | 查看 |
| BBH | 78.3 | % | 2024-05-13 | 3-shot CoT | 查看 |
| GPQA | 50.3 | % | 2024-05-13 | 0-shot | 查看 |
| IFEVAL | 81.4 | % | 2024-05-13 | prompt_strict | 查看 |
| ARC | 95.1 | % | 2024-05-13 | challenge | 查看 |
| MUSR | 61.4 | % | 2024-05-13 | 0-shot | 查看 |
| WINOGRANDE | 82.3 | % | 2024-05-13 | 0-shot | 查看 |
合规性
- 数据驻留: self-host
- SOC2: ✗
- HIPAA: ✗
- GDPR: ✗
- ISO 27001: ✗
Yi Vision
模型概述
01.AI Yi Vision 多模态模型, 16K 上下文, 支持图像理解, 中英文视觉问答能力突出。
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 |
|---|
| Other | yi-vision | 2024-05-13 | 16K | text, image | text | Proprietary |
基准测试表现
| 基准 | 得分 | 单位 | 备注 |
|---|
| MMLU (Massive Multitask Language Understanding) | 85.5 | % | 5-shot |
| HumanEval | 76.1 | pass@1 | — |
| GSM8K (Grade School Math 8K) | 89.9 | % | 0-shot CoT |
| MATH | 58.7 | % | 0-shot CoT |
| BBH (BIG-Bench Hard) | 78.3 | % | 3-shot CoT |
| GPQA | 50.3 | % | 0-shot |
| IFEval | 81.4 | % | prompt_strict |
| ARC | 95.1 | % | challenge |
| MUSR | 61.4 | % | 0-shot |
| WinoGrande | 82.3 | % | 0-shot |
定价
每百万 token
优势
- MMLU 得分 85.5，知识推理能力强。
- GSM8K 89.9，数学推理稳健。
- 支持文本、图像、音频多模态输入。
劣势
- 闭源专有模型，不支持自托管。
- 上下文窗口 16K 偏小。
适用场景
参考文献