多步规划 场景推荐：Llama 3.1 405B
多步规划 → Llama 3.1 405B
场景概述
Llama 3.1 405B 由 Meta 发布，是 多步规划 场景下的推荐选项之一。
推荐模型
| 排名 | 厂商 | 上下文窗口 | Score |
|---|---|---|---|
| #6 | Meta | 128K | 37/100 |
性能分析
基准测试表现
| 基准 | 得分 |
|---|---|
| MMLU | 88.6 |
| HUMANEVAL | 89.0 |
| GSM8K | 89.2 |
| MATH | 73.8 |
| BBH | 82.9 |
优势
- MMLU 得分 88.6，知识推理能力强。
- HumanEval 89.0，代码生成能力出色。
- GSM8K 89.2，数学推理稳健。
需求
- 需要 meta 的 API 密钥
- 输入长度须在 128K 上下文窗口内