Zephyr 7B Beta: Complete Benchmark Performance Guide

other zephyr-7b-beta 2023-10-25 MIT

In-depth analysis of Zephyr 7B Beta performance on MMLU, HumanEval, GSM8K, MATH, BBH benchmarks, including pricing and use cases.

Key Specifications

Vendorother
Versionzephyr-7b-beta
Release Date2023-10-25
Context Window4096 tokens
Input Modalitiestext
Output Modalitiestext
LicenseMIT
Documentationhttps://huggingface.co/models

Benchmark Performance

BenchmarkScoreUnitEvaluated AtNotesSource
MMLU65.1%2023-10-255-shotview
HUMANEVAL38.4pass@12023-10-25—view
GSM8K50.4%2023-10-250-shot CoTview
MATH31.3%2023-10-250-shot CoTview
BBH50%2023-10-253-shot CoTview
GPQA28.6%2023-10-250-shotview
IFEVAL51.2%2023-10-25prompt_strictview
ARC81.8%2023-10-25challengeview
MUSR32.6%2023-10-250-shotview
WINOGRANDE74%2023-10-250-shotview

Pricing

TierPriceCurrency
Input$0.18 / MtokUSD
Output$0.18 / MtokUSD
Cache Read$0 / MtokUSD
Cache Write$0 / MtokUSD

Source: https://huggingface.co/models · as of 2023-10-25

Compliance

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

Zephyr 7B Beta

モデル概要

HuggingFaceH4 Zephyr 7B Beta 对话模型, 4K 上下文, 基于 Mistral 7B DPO 微调, 性能接近 GPT-3.5。

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
Otherzephyr-7b-beta2023-10-254KtexttextMIT

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)65.1%5-shot
HumanEval38.4pass@1—
GSM8K (Grade School Math 8K)50.4%0-shot CoT
MATH31.3%0-shot CoT
BBH (BIG-Bench Hard)50.0%3-shot CoT
GPQA28.6%0-shot
IFEval51.2%prompt_strict
ARC81.8%challenge
MUSR32.6%0-shot
WinoGrande74.0%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

  • HumanEval 38.4，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