Zephyr 7B Beta：完整基准性能指南

other zephyr-7b-beta 2023-10-25 MIT

深入分析 Zephyr 7B Beta 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-beta
发布日期2023-10-25
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
MMLU65.1%2023-10-255-shot查看
HUMANEVAL38.4pass@12023-10-25—查看
GSM8K50.4%2023-10-250-shot CoT查看
MATH31.3%2023-10-250-shot CoT查看
BBH50%2023-10-253-shot CoT查看
GPQA28.6%2023-10-250-shot查看
IFEVAL51.2%2023-10-25prompt_strict查看
ARC81.8%2023-10-25challenge查看
MUSR32.6%2023-10-250-shot查看
WINOGRANDE74%2023-10-250-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 2023-10-25

合规性

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

Zephyr 7B Beta

模型概述

HuggingFaceH4 Zephyr 7B Beta 对话模型, 4K 上下文, 基于 Mistral 7B DPO 微调, 性能接近 GPT-3.5。

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-beta2023-10-254KtexttextMIT

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)65.1%5-shot
HumanEval38.4pass@1—
GSM8K (Grade School Math 8K)50.4%0-shot CoT
MATH31.3%0-shot CoT
BBH (BIG-Bench Hard)50.0%3-shot CoT
GPQA28.6%0-shot
IFEval51.2%prompt_strict
ARC81.8%challenge
MUSR32.6%0-shot
WinoGrande74.0%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

  • HumanEval 38.4，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