StableLM 3 4B: Complete Benchmark Performance Guide

other stablelm-3-4b 2024-06-26 Stability AI Community License

In-depth analysis of StableLM 3 4B performance on MMLU, HumanEval, GSM8K, MATH, BBH benchmarks, including pricing and use cases.

Key Specifications

Vendorother
Versionstablelm-3-4b
Release Date2024-06-26
Context Window4096 tokens
Input Modalitiestext
Output Modalitiestext
LicenseStability AI Community License
Documentationhttps://huggingface.co/models

Benchmark Performance

BenchmarkScoreUnitEvaluated AtNotesSource
MMLU50.6%2024-06-265-shotview
HUMANEVAL32.6pass@12024-06-26—view
GSM8K48.1%2024-06-260-shot CoTview
MATH11.5%2024-06-260-shot CoTview
BBH54.9%2024-06-263-shot CoTview
GPQA26.8%2024-06-260-shotview
IFEVAL51.6%2024-06-26prompt_strictview
ARC86.8%2024-06-26challengeview
MUSR36.6%2024-06-260-shotview
WINOGRANDE74.1%2024-06-260-shotview

Pricing

TierPriceCurrency
Input$0.15 / MtokUSD
Output$0.15 / MtokUSD
Cache Read$0 / MtokUSD
Cache Write$0 / MtokUSD

Source: https://huggingface.co/models · as of 2024-06-26

Compliance

  • Data Residency: self-host
  • SOC2: ✗
  • HIPAA: ✗
  • GDPR: ✗
  • ISO 27001: ✗

StableLM 3 4B

モデル概要

Stability AI StableLM 3 4B 模型, 4K 上下文, 多语言 (English/Spanish/German/Italian/French)。

コア仕様

ベンダーバージョンリリース日コンテキストウィンドウ入力モダリティ出力モダリティライセンス
Otherstablelm-3-4b2024-06-264KtexttextStability AI Community License

ベンチマークパフォーマンス

ベンチマークスコア単位備考
MMLU (Massive Multitask Language Understanding)50.6%5-shot
HumanEval32.6pass@1—
GSM8K (Grade School Math 8K)48.1%0-shot CoT
MATH11.5%0-shot CoT
BBH (BIG-Bench Hard)54.9%3-shot CoT
GPQA26.8%0-shot
IFEval51.6%prompt_strict
ARC86.8%challenge
MUSR36.6%0-shot
WinoGrande74.1%0-shot

料金

入力出力キャッシュ読み取りキャッシュ書き込み
————

100万トークンあたり

強み

  • 可靠的通用模型。

弱み

  • MMLU 仅 50.6，知识推理偏弱。
  • HumanEval 32.6，代码能力较弱。
  • 闭源专有模型，不支持自托管。
  • 上下文窗口 4K 偏小。

ユースケース

  • 通用对话与问答

参考文献