核心规格

厂商	other
版本	flan-ul2
发布日期	2023-03-03
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	58.7	%	2023-03-03	5-shot	查看
HUMANEVAL	46.8	pass@1	2023-03-03	—	查看
GSM8K	40.6	%	2023-03-03	0-shot CoT	查看
MATH	22	%	2023-03-03	0-shot CoT	查看
BBH	49.2	%	2023-03-03	3-shot CoT	查看
GPQA	27.2	%	2023-03-03	0-shot	查看
IFEVAL	55.6	%	2023-03-03	prompt_strict	查看
ARC	88.8	%	2023-03-03	challenge	查看
MUSR	37.2	%	2023-03-03	0-shot	查看
WINOGRANDE	76.2	%	2023-03-03	0-shot	查看

定价

项目	价格	币种
输入	$0.7 / Mtok	USD
输出	$0.7 / Mtok	USD
缓存读	$0 / Mtok	USD
缓存写	$0 / Mtok	USD

数据来源: https://huggingface.co/models · 截至 2023-03-03

合规性

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

Flan-UL2

模型概述

Google Flan-UL2 20B 指令微调模型, 4K 上下文, 基于 UL2 框架, 适合多任务与零样本推理。

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-ul2	2023-03-03	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)	58.7	%	5-shot
HumanEval	46.8	pass@1	—
GSM8K (Grade School Math 8K)	40.6	%	0-shot CoT
MATH	22.0	%	0-shot CoT
BBH (BIG-Bench Hard)	49.2	%	3-shot CoT
GPQA	27.2	%	0-shot
IFEval	55.6	%	prompt_strict
ARC	88.8	%	challenge
MUSR	37.2	%	0-shot
WinoGrande	76.2	%	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

MMLU 仅 58.7，知识推理偏弱。
HumanEval 46.8，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

Flan-UL2 文档地址
发布日期: 2023-03-03
厂商: Other