核心规格

厂商	meta
版本	2-7b
发布日期	2023-07-18
上下文窗口	4096 tokens
输入模态	text
输出模态	text
许可	Llama 2 Community License
文档	https://llama.meta.com/docs/

基准测试表现

基准	得分	单位	评测日期	备注	来源
MMLU	70.8	%	2023-07-18	5-shot	查看
HUMANEVAL	42.6	pass@1	2023-07-18	—	查看
GSM8K	31	%	2023-07-18	0-shot CoT	查看
MATH	19.4	%	2023-07-18	0-shot CoT	查看
BBH	54.7	%	2023-07-18	3-shot CoT	查看
GPQA	23.1	%	2023-07-18	0-shot	查看
IFEVAL	58.5	%	2023-07-18	prompt_strict	查看
ARC	86.5	%	2023-07-18	challenge	查看
MUSR	35.3	%	2023-07-18	0-shot	查看
WINOGRANDE	77.2	%	2023-07-18	0-shot	查看

定价

项目	价格	币种
输入	$0.2 / Mtok	USD
输出	$0.2 / Mtok	USD
缓存读	$0 / Mtok	USD
缓存写	$0 / Mtok	USD

数据来源: https://ai.meta.com/blog/ · 截至 2023-07-18

合规性

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

Llama 2 7B

模型概述

Meta Llama 2 7B 经济型开源模型, 4K 上下文, 7B 参数, 广泛用于本地部署与微调基座。

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
Meta	2-7b	2023-07-18	4K	text	text	Llama 2 Community License

基准测试表现

基准	得分	单位	备注
MMLU (Massive Multitask Language Understanding)	70.8	%	5-shot
HumanEval	42.6	pass@1	—
GSM8K (Grade School Math 8K)	31.0	%	0-shot CoT
MATH	19.4	%	0-shot CoT
BBH (BIG-Bench Hard)	54.7	%	3-shot CoT
GPQA	23.1	%	0-shot
IFEval	58.5	%	prompt_strict
ARC	86.5	%	challenge
MUSR	35.3	%	0-shot
WinoGrande	77.2	%	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

HumanEval 42.6，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

Llama 2 7B 文档地址
发布日期: 2023-07-18
厂商: Meta