StarCoder2 3B：完整基准性能指南

other starcoder2-3b 2024-02-28 BigCode Open Model License

深入分析 StarCoder2 3B 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starcoder2-3b
发布日期2024-02-28
上下文窗口16384 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 60.6 % 2024-02-28 5-shot 查看
HUMANEVAL 82.1 pass@1 2024-02-28 — 查看
GSM8K 48.2 % 2024-02-28 0-shot CoT 查看
MATH 37.4 % 2024-02-28 0-shot CoT 查看
BBH 62.1 % 2024-02-28 3-shot CoT 查看
GPQA 36.2 % 2024-02-28 0-shot 查看
IFEVAL 55.2 % 2024-02-28 prompt_strict 查看
ARC 87.5 % 2024-02-28 challenge 查看
MUSR 38.4 % 2024-02-28 0-shot 查看
WINOGRANDE 76.9 % 2024-02-28 0-shot 查看

定价

项目 价格 币种
输入$0.12 / MtokUSD
输出$0.12 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://huggingface.co/models · 截至 2024-02-28

合规性

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

StarCoder2 3B

模型概述

BigCode StarCoder2 3B 轻量代码模型, 16K 上下文, 3B 参数, 适合边缘设备代码补全任务。

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 starcoder2-3b 2024-02-28 16K 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) 60.6 % 5-shot
HumanEval 82.1 pass@1 —
GSM8K (Grade School Math 8K) 48.2 % 0-shot CoT
MATH 37.4 % 0-shot CoT
BBH (BIG-Bench Hard) 62.1 % 3-shot CoT
GPQA 36.2 % 0-shot
IFEval 55.2 % prompt_strict
ARC 87.5 % challenge
MUSR 38.4 % 0-shot
WinoGrande 76.9 % 0-shot

定价

输入 输出 缓存读取 缓存写入
— — — —

每百万 token

优势

  • HumanEval 82.1，代码生成能力出色。

劣势

  • 闭源专有模型，不支持自托管。
  • 上下文窗口 16K 偏小。

适用场景

  • 代码生成与调试

参考文献