Microsoft WizardLM 2 7B：完整基准性能指南

other wizardlm-2-7b 2024-04-15 Llama 3 Community License

深入分析 Microsoft WizardLM 2 7B 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wizardlm-2-7b
发布日期2024-04-15
上下文窗口32768 tokens
输入模态text
输出模态text
许可Llama 3 Community License
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 65.7 % 2024-04-15 5-shot 查看
HUMANEVAL 68.6 pass@1 2024-04-15 — 查看
GSM8K 58.5 % 2024-04-15 0-shot CoT 查看
MATH 30.5 % 2024-04-15 0-shot CoT 查看
BBH 69.4 % 2024-04-15 3-shot CoT 查看
GPQA 26.1 % 2024-04-15 0-shot 查看
IFEVAL 56.9 % 2024-04-15 prompt_strict 查看
ARC 85.6 % 2024-04-15 challenge 查看
MUSR 49.3 % 2024-04-15 0-shot 查看
WINOGRANDE 76.8 % 2024-04-15 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 2024-04-15

合规性

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

Microsoft WizardLM 2 7B

模型概述

Microsoft WizardLM 2 7B 经济型微调模型, 32K 上下文, 基于 Llama 3 7B, 改进指令遵循能力。

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 wizardlm-2-7b 2024-04-15 32K text text Llama 3 Community License

基准测试表现

基准 得分 单位 备注
MMLU (Massive Multitask Language Understanding) 65.7 % 5-shot
HumanEval 68.6 pass@1 —
GSM8K (Grade School Math 8K) 58.5 % 0-shot CoT
MATH 30.5 % 0-shot CoT
BBH (BIG-Bench Hard) 69.4 % 3-shot CoT
GPQA 26.1 % 0-shot
IFEval 56.9 % prompt_strict
ARC 85.6 % challenge
MUSR 49.3 % 0-shot
WinoGrande 76.8 % 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

  • 闭源专有模型，不支持自托管。

适用场景

  • 通用对话与问答

参考文献