WizardLM Team WizardLM 2 8x22B：完整基准性能指南

other wizardlmteam-wizardlm-2-8x22b 2024-04-15 Apache 2.0

深入分析 WizardLM Team WizardLM 2 8x22B 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wizardlmteam-wizardlm-2-8x22b
发布日期2024-04-15
上下文窗口65536 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 79.2 % 2024-04-15 5-shot 查看
HUMANEVAL 70.2 pass@1 2024-04-15 — 查看
GSM8K 77.9 % 2024-04-15 0-shot CoT 查看
MATH 37.4 % 2024-04-15 0-shot CoT 查看
BBH 80 % 2024-04-15 3-shot CoT 查看
GPQA 41.4 % 2024-04-15 0-shot 查看
IFEVAL 70.7 % 2024-04-15 prompt_strict 查看
ARC 92.3 % 2024-04-15 challenge 查看
MUSR 56.8 % 2024-04-15 0-shot 查看
WINOGRANDE 83.5 % 2024-04-15 0-shot 查看

定价

项目 价格 币种
输入$1.2 / MtokUSD
输出$1.2 / 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: ✗

WizardLM Team WizardLM 2 8x22B

模型概述

WizardLM Team WizardLM 2 8x22B 官方发布版, 64K 上下文, 基于 Mixtral 8x22B 微调, Arena 上接近 GPT-4。

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 wizardlmteam-wizardlm-2-8x22b 2024-04-15 65K text text Apache 2.0

基准测试表现

基准 得分 单位 备注
MMLU (Massive Multitask Language Understanding) 79.2 % 5-shot
HumanEval 70.2 pass@1 —
GSM8K (Grade School Math 8K) 77.9 % 0-shot CoT
MATH 37.4 % 0-shot CoT
BBH (BIG-Bench Hard) 80.0 % 3-shot CoT
GPQA 41.4 % 0-shot
IFEval 70.7 % prompt_strict
ARC 92.3 % challenge
MUSR 56.8 % 0-shot
WinoGrande 83.5 % 0-shot

定价

输入 输出 缓存读取 缓存写入
— — — —

每百万 token

优势

  • 采用 MoE 混合专家架构。

劣势

  • 闭源专有模型，不支持自托管。

适用场景

  • 代码生成与调试

参考文献