核心规格

厂商	other
版本	flan-t5-xl
发布日期	2022-12-07
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	60.4	%	2022-12-07	5-shot	查看
HUMANEVAL	34	pass@1	2022-12-07	—	查看
GSM8K	46.5	%	2022-12-07	0-shot CoT	查看
MATH	27.8	%	2022-12-07	0-shot CoT	查看
BBH	52.5	%	2022-12-07	3-shot CoT	查看
GPQA	22.6	%	2022-12-07	0-shot	查看
IFEVAL	55.7	%	2022-12-07	prompt_strict	查看
ARC	88	%	2022-12-07	challenge	查看
MUSR	40.2	%	2022-12-07	0-shot	查看
WINOGRANDE	75.5	%	2022-12-07	0-shot	查看

定价

项目	价格	币种
输入	$0.3 / Mtok	USD
输出	$0.3 / Mtok	USD
缓存读	$0 / Mtok	USD
缓存写	$0 / Mtok	USD

数据来源: https://huggingface.co/models · 截至 2022-12-07

合规性

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

Flan-T5 XL

模型概述

Google Flan-T5 XL 3B 指令微调模型, 4K 上下文, 基于多任务指令微调, 适合零样本泛化任务。

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	flan-t5-xl	2022-12-07	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)	60.4	%	5-shot
HumanEval	34.0	pass@1	—
GSM8K (Grade School Math 8K)	46.5	%	0-shot CoT
MATH	27.8	%	0-shot CoT
BBH (BIG-Bench Hard)	52.5	%	3-shot CoT
GPQA	22.6	%	0-shot
IFEval	55.7	%	prompt_strict
ARC	88.0	%	challenge
MUSR	40.2	%	0-shot
WinoGrande	75.5	%	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 34.0，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

Flan-T5 XL 文档地址
发布日期: 2022-12-07
厂商: Other