StarChat2 15B v0.1：完整基准性能指南

other starchat2-15b-v0.1 2024-07-05 BigCode Open Model License

深入分析 StarChat2 15B v0.1 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starchat2-15b-v0.1
发布日期2024-07-05
上下文窗口8192 tokens
输入模态text
输出模态text
许可BigCode Open Model 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 74.9 % 2024-07-05 5-shot 查看
HUMANEVAL 69 pass@1 2024-07-05 — 查看
GSM8K 50.7 % 2024-07-05 0-shot CoT 查看
MATH 45.3 % 2024-07-05 0-shot CoT 查看
BBH 70.6 % 2024-07-05 3-shot CoT 查看
GPQA 25.9 % 2024-07-05 0-shot 查看
IFEVAL 63.3 % 2024-07-05 prompt_strict 查看
ARC 91.7 % 2024-07-05 challenge 查看
MUSR 44.4 % 2024-07-05 0-shot 查看
WINOGRANDE 75 % 2024-07-05 0-shot 查看

定价

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

数据来源: https://huggingface.co/models · 截至 2024-07-05

合规性

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

StarChat2 15B v0.1

模型概述

HuggingFace StarChat2 15B 代码对话模型, 8K 上下文, 基于 StarCoder2 微调, 支持多语言代码生成。

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 starchat2-15b-v0.1 2024-07-05 8K text text BigCode Open Model License

基准测试表现

基准 得分 单位 备注
MMLU (Massive Multitask Language Understanding) 74.9 % 5-shot
HumanEval 69.0 pass@1 —
GSM8K (Grade School Math 8K) 50.7 % 0-shot CoT
MATH 45.3 % 0-shot CoT
BBH (BIG-Bench Hard) 70.6 % 3-shot CoT
GPQA 25.9 % 0-shot
IFEval 63.3 % prompt_strict
ARC 91.7 % challenge
MUSR 44.4 % 0-shot
WinoGrande 75.0 % 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 8K 偏小。

适用场景

  • 代码生成与调试

参考文献