Key Specifications
| Vendor | other |
|---|
| Version | mpt-30b |
|---|
| Release Date | 2023-06-22 |
|---|
| Context Window | 8192 tokens |
|---|
| Input Modalities | text |
|---|
| Output Modalities | text |
|---|
| License | Apache 2.0 |
|---|
| Documentation | https://huggingface.co/models |
|---|
Benchmark Performance
| Benchmark | Score | Unit | Evaluated At | Notes | Source |
|---|
| MMLU | 55.2 | % | 2023-06-22 | 5-shot | view |
| HUMANEVAL | 49.7 | pass@1 | 2023-06-22 | — | view |
| GSM8K | 59.6 | % | 2023-06-22 | 0-shot CoT | view |
| MATH | 21.2 | % | 2023-06-22 | 0-shot CoT | view |
| BBH | 49.2 | % | 2023-06-22 | 3-shot CoT | view |
| GPQA | 24.2 | % | 2023-06-22 | 0-shot | view |
| IFEVAL | 51.2 | % | 2023-06-22 | prompt_strict | view |
| ARC | 80.7 | % | 2023-06-22 | challenge | view |
| MUSR | 28.9 | % | 2023-06-22 | 0-shot | view |
| WINOGRANDE | 77.9 | % | 2023-06-22 | 0-shot | view |
Pricing
| Tier | Price | Currency |
|---|
| Input | $0.4 / Mtok | USD |
| Output | $0.4 / Mtok | USD |
| Cache Read | $0 / Mtok | USD |
| Cache Write | $0 / Mtok | USD |
Source:
https://huggingface.co/models
· as of 2023-06-22
Compliance
- Data Residency: self-host
- SOC2: ✗
- HIPAA: ✗
- GDPR: ✗
- ISO 27001: ✗
MPT 30B
Tổng quan mô hình
MosaicML MPT 30B 开源模型, 8K 上下文, 300 亿参数, 改进长上下文处理, Apache 2.0 可商用。
Thông số kỹ thuật cốt lõi
| Nhà cung cấp | Phiên bản | Ngày phát hành | Cửa sổ ngữ cảnh | Phương thức đầu vào | Phương thức đầu ra | Giấy phép |
|---|
| Other | mpt-30b | 2023-06-22 | 8K | text | text | Apache 2.0 |
Hiệu suất benchmark
| Benchmark | Điểm | Đơn vị | Ghi chú |
|---|
| MMLU (Massive Multitask Language Understanding) | 55.2 | % | 5-shot |
| HumanEval | 49.7 | pass@1 | — |
| GSM8K (Grade School Math 8K) | 59.6 | % | 0-shot CoT |
| MATH | 21.2 | % | 0-shot CoT |
| BBH (BIG-Bench Hard) | 49.2 | % | 3-shot CoT |
| GPQA | 24.2 | % | 0-shot |
| IFEval | 51.2 | % | prompt_strict |
| ARC | 80.7 | % | challenge |
| MUSR | 28.9 | % | 0-shot |
| WinoGrande | 77.9 | % | 0-shot |
Giá
| Đầu vào | Đầu ra | Đọc bộ nhớ đệm | Ghi bộ nhớ đệm |
|---|
| — | — | — | — |
mỗi triệu token
Điểm mạnh
Điểm yếu
- MMLU 仅 55.2，知识推理偏弱。
- HumanEval 49.7，代码能力较弱。
- 闭源专有模型，不支持自托管。
- 上下文窗口 8K 偏小。
Trường hợp sử dụng
Tham chiếu