Argilla Notus 7B v1：完整基准性能指南

other notus-7b-v1 2023-12-15 Apache 2.0

深入分析 Argilla Notus 7B v1 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notus-7b-v1
发布日期2023-12-15
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
MMLU 71.4 % 2023-12-15 5-shot 查看
HUMANEVAL 36.8 pass@1 2023-12-15 — 查看
GSM8K 58.8 % 2023-12-15 0-shot CoT 查看
MATH 31 % 2023-12-15 0-shot CoT 查看
BBH 62.4 % 2023-12-15 3-shot CoT 查看
GPQA 32.7 % 2023-12-15 0-shot 查看
IFEVAL 42.8 % 2023-12-15 prompt_strict 查看
ARC 89.8 % 2023-12-15 challenge 查看
MUSR 30.1 % 2023-12-15 0-shot 查看
WINOGRANDE 69.8 % 2023-12-15 0-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 2023-12-15

合规性

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

Argilla Notus 7B v1

模型概述

Argilla Notus 7B v1 对话微调模型, 4K 上下文, 基于 Zephyr 改进, 通过高质量反馈数据提升性能。

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 notus-7b-v1 2023-12-15 4K text text Apache 2.0

基准测试表现

基准 得分 单位 备注
MMLU (Massive Multitask Language Understanding) 71.4 % 5-shot
HumanEval 36.8 pass@1 —
GSM8K (Grade School Math 8K) 58.8 % 0-shot CoT
MATH 31.0 % 0-shot CoT
BBH (BIG-Bench Hard) 62.4 % 3-shot CoT
GPQA 32.7 % 0-shot
IFEval 42.8 % prompt_strict
ARC 89.8 % challenge
MUSR 30.1 % 0-shot
WinoGrande 69.8 % 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 36.8，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