Zephyr ORPO 141B Alpha：完整基准性能指南

other zephyr-orpo-141b-alpha 2024-03-22 Apache 2.0

深入分析 Zephyr ORPO 141B 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-orpo-141b-alpha
发布日期2024-03-22
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
MMLU79.5%2024-03-225-shot查看
HUMANEVAL74.7pass@12024-03-22—查看
GSM8K80.6%2024-03-220-shot CoT查看
MATH36%2024-03-220-shot CoT查看
BBH70.3%2024-03-223-shot CoT查看
GPQA36.8%2024-03-220-shot查看
IFEVAL69.7%2024-03-22prompt_strict查看
ARC91.4%2024-03-22challenge查看
MUSR57.7%2024-03-220-shot查看
WINOGRANDE79.7%2024-03-220-shot查看

定价

项目价格币种
输入$1.2 / MtokUSD
输出$1.2 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://huggingface.co/models · 截至 2024-03-22

合规性

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

Zephyr ORPO 141B Alpha

模型概述

HuggingFaceH4 Zephyr ORPO 141B Alpha, 4K 上下文, 基于 Mixtral 8x22B ORPO 微调, 性能接近 GPT-4。

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-orpo-141b-alpha2024-03-224KtexttextApache 2.0

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)79.5%5-shot
HumanEval74.7pass@1—
GSM8K (Grade School Math 8K)80.6%0-shot CoT
MATH36.0%0-shot CoT
BBH (BIG-Bench Hard)70.3%3-shot CoT
GPQA36.8%0-shot
IFEval69.7%prompt_strict
ARC91.4%challenge
MUSR57.7%0-shot
WinoGrande79.7%0-shot

定价

输入输出缓存读取缓存写入
————

每百万 token

优势

  • 采用 MoE 混合专家架构。

劣势

  • 闭源专有模型，不支持自托管。
  • 上下文窗口 4K 偏小。

适用场景

  • 代码生成与调试

参考文献