Zephyr 7B Alpha：完整基准性能指南

other zephyr-7b-alpha 2023-10-04 MIT

深入分析 Zephyr 7B Alpha 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zephyr-7b-alpha
发布日期2023-10-04
上下文窗口4096 tokens
输入模态text
输出模态text
许可MIT
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
MMLU52.2%2023-10-045-shot查看
HUMANEVAL35.9pass@12023-10-04—查看
GSM8K32.8%2023-10-040-shot CoT查看
MATH23.2%2023-10-040-shot CoT查看
BBH50.7%2023-10-043-shot CoT查看
GPQA34.3%2023-10-040-shot查看
IFEVAL50.9%2023-10-04prompt_strict查看
ARC84.7%2023-10-04challenge查看
MUSR40.5%2023-10-040-shot查看
WINOGRANDE75%2023-10-040-shot查看

定价

项目价格币种
输入$0.18 / MtokUSD
输出$0.18 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://huggingface.co/models · 截至 2023-10-04

合规性

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

Zephyr 7B Alpha

模型概述

HuggingFaceH4 Zephyr 7B Alpha 首版对话模型, 4K 上下文, 基于 Mistral 7B SFT 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
Otherzephyr-7b-alpha2023-10-044KtexttextMIT

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)52.2%5-shot
HumanEval35.9pass@1—
GSM8K (Grade School Math 8K)32.8%0-shot CoT
MATH23.2%0-shot CoT
BBH (BIG-Bench Hard)50.7%3-shot CoT
GPQA34.3%0-shot
IFEval50.9%prompt_strict
ARC84.7%challenge
MUSR40.5%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

  • MMLU 仅 52.2，知识推理偏弱。
  • HumanEval 35.9，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