OLMo 7B：完整基准性能指南

other olmo-7b 2024-02-01 Apache 2.0

深入分析 OLMo 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olmo-7b
发布日期2024-02-01
上下文窗口2048 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 62.6 % 2024-02-01 5-shot 查看
HUMANEVAL 62.2 pass@1 2024-02-01 — 查看
GSM8K 71.3 % 2024-02-01 0-shot CoT 查看
MATH 37.1 % 2024-02-01 0-shot CoT 查看
BBH 67.7 % 2024-02-01 3-shot CoT 查看
GPQA 37.4 % 2024-02-01 0-shot 查看
IFEVAL 68.4 % 2024-02-01 prompt_strict 查看
ARC 86.4 % 2024-02-01 challenge 查看
MUSR 46.8 % 2024-02-01 0-shot 查看
WINOGRANDE 78.7 % 2024-02-01 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 2024-02-01

合规性

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

OLMo 7B

模型概述

AllenAI OLMo 7B 完全开源模型, 2K 上下文, 训练数据/代码/权重全部开放, 适合研究用途。

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 olmo-7b 2024-02-01 2K text text Apache 2.0

基准测试表现

基准 得分 单位 备注
MMLU (Massive Multitask Language Understanding) 62.6 % 5-shot
HumanEval 62.2 pass@1 —
GSM8K (Grade School Math 8K) 71.3 % 0-shot CoT
MATH 37.1 % 0-shot CoT
BBH (BIG-Bench Hard) 67.7 % 3-shot CoT
GPQA 37.4 % 0-shot
IFEval 68.4 % prompt_strict
ARC 86.4 % challenge
MUSR 46.8 % 0-shot
WinoGrande 78.7 % 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。
  • 上下文窗口 2K 偏小。

适用场景

  • 通用对话与问答

参考文献