Nous Capybara 34B: Complete Benchmark Performance Guide

other nous-capybara-34b 2023-11-15 Apache 2.0

In-depth analysis of Nous Capybara 34B performance on MMLU, HumanEval, GSM8K, MATH, BBH benchmarks, including pricing and use cases.

Key Specifications

Vendorother
Versionnous-capybara-34b
Release Date2023-11-15
Context Window4096 tokens
Input Modalitiestext
Output Modalitiestext
LicenseApache 2.0
Documentationhttps://huggingface.co/models

Benchmark Performance

BenchmarkScoreUnitEvaluated AtNotesSource
MMLU53.2%2023-11-155-shotview
HUMANEVAL50.1pass@12023-11-15—view
GSM8K31.9%2023-11-150-shot CoTview
MATH23.1%2023-11-150-shot CoTview
BBH56.1%2023-11-153-shot CoTview
GPQA29.7%2023-11-150-shotview
IFEVAL52.9%2023-11-15prompt_strictview
ARC80.7%2023-11-15challengeview
MUSR31.7%2023-11-150-shotview
WINOGRANDE67.3%2023-11-150-shotview

Pricing

TierPriceCurrency
Input$0.4 / MtokUSD
Output$0.4 / MtokUSD
Cache Read$0 / MtokUSD
Cache Write$0 / MtokUSD

Source: https://huggingface.co/models · as of 2023-11-15

Compliance

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

Nous Capybara 34B

Tổng quan mô hình

NousResearch Capybara 34B 对话模型, 4K 上下文, 基于 Yi 34B 微调, 改进长对话与推理能力。

Thông số kỹ thuật cốt lõi

Nhà cung cấpPhiên bảnNgày phát hànhCửa sổ ngữ cảnhPhương thức đầu vàoPhương thức đầu raGiấy phép
Othernous-capybara-34b2023-11-154KtexttextApache 2.0

Hiệu suất benchmark

BenchmarkĐiểmĐơn vịGhi chú
MMLU (Massive Multitask Language Understanding)53.2%5-shot
HumanEval50.1pass@1—
GSM8K (Grade School Math 8K)31.9%0-shot CoT
MATH23.1%0-shot CoT
BBH (BIG-Bench Hard)56.1%3-shot CoT
GPQA29.7%0-shot
IFEval52.9%prompt_strict
ARC80.7%challenge
MUSR31.7%0-shot
WinoGrande67.3%0-shot

Giá

Đầu vàoĐầu raĐọc bộ nhớ đệmGhi bộ nhớ đệm
————

mỗi triệu token

Điểm mạnh

  • 可靠的通用模型。

Điểm yếu

  • MMLU 仅 53.2，知识推理偏弱。
  • 闭源专有模型，不支持自托管。
  • 上下文窗口 4K 偏小。

Trường hợp sử dụng

  • 通用对话与问答

Tham chiếu