metadata
license: other
license_name: nexusflowresearchlicense
license_link: >-
https://huggingface.co/Nexusflow/Athene-V2-Chat/resolve/main/Nexusflow_Research_License_.pdf
language:
- en
library_name: transformers
tags:
- RLHF
- Nexusflow
- Athene
- Chat Model
base_model:
- Qwen/Qwen2.5-72B-Instruct
Athene-V2-Chat-72B: Rivaling GPT-4o across Benchmarks
- AWQ 4bit version of Nexusflow/Athene-V2-Chat
- Quantization code
Eval AWQ version
Evaluation results on ZebraGrid
╒══════════════════════════════════╤════════╤══════════╤══════════╤══════════════╤═══════════════════╤═══════════════════╤════════════╤═════════════╤═════════════════╤═══════════════╕
│ Model │ Mode │ N_Mode │ N_Size │ Puzzle Acc │ Easy Puzzle Acc │ Hard Puzzle Acc │ Cell Acc │ No answer │ Total Puzzles │ Reason Lens │
╞══════════════════════════════════╪════════╪══════════╪══════════╪══════════════╪═══════════════════╪═══════════════════╪════════════╪═════════════╪═════════════════╪═══════════════╡
│ o1-preview-2024-09-12 │ greedy │ single │ 1 │ 71.4 │ 98.57 │ 60.83 │ 75.14 │ 0.3 │ 1000 │ 1565.88 │
│ o1-preview-2024-09-12-v2 │ greedy │ single │ 1 │ 70.4 │ 98.21 │ 59.58 │ 74.18 │ 0.4 │ 1000 │ 1559.71 │
│ o1-mini-2024-09-12-v3 │ greedy │ single │ 1 │ 59.7 │ 86.07 │ 49.44 │ 70.32 │ 1 │ 1000 │ 1166.38 │
│ o1-mini-2024-09-12-v2 │ greedy │ single │ 1 │ 56.8 │ 82.86 │ 46.67 │ 69.87 │ 1.3 │ 1000 │ 1164.95 │
│ o1-mini-2024-09-12 │ greedy │ single │ 1 │ 52.6 │ 87.14 │ 39.17 │ 52.29 │ 0.8 │ 1000 │ 993.28 │
│ claude-3-5-sonnet-20241022 │ greedy │ single │ 1 │ 36.2 │ 91.07 │ 14.86 │ 54.27 │ 0 │ 1000 │ 861.18 │
│ claude-3-5-sonnet-20240620 │ greedy │ single │ 1 │ 33.4 │ 87.5 │ 12.36 │ 54.34 │ 0 │ 1000 │ 1141.94 │
│ Llama-3.1-405B-Inst-fp8@together │ greedy │ single │ 1 │ 32.6 │ 87.14 │ 11.39 │ 45.8 │ 12.5 │ 1000 │ 314.66 │
│ gpt-4o-2024-08-06 │ greedy │ single │ 1 │ 31.7 │ 84.64 │ 11.11 │ 50.34 │ 3.6 │ 1000 │ 1106.51 │
│ gemini-1.5-pro-exp-0827 │ greedy │ single │ 1 │ 30.5 │ 79.64 │ 11.39 │ 50.84 │ 0.8 │ 1000 │ 1594.47 │
│ Llama-3.1-405B-Inst@sambanova │ greedy │ single │ 1 │ 30.1 │ 84.64 │ 8.89 │ 39.06 │ 24.7 │ 1000 │ 2001.12 │
│ chatgpt-4o-latest-24-09-07 │ greedy │ single │ 1 │ 29.9 │ 81.43 │ 9.86 │ 48.83 │ 4.2 │ 1000 │ 1539.99 │
│ Mistral-Large-2 │ greedy │ single │ 1 │ 29 │ 80.36 │ 9.03 │ 47.64 │ 1.7 │ 1000 │ 1592.39 │
│ gpt-4-turbo-2024-04-09 │ greedy │ single │ 1 │ 28.4 │ 80.71 │ 8.06 │ 47.9 │ 0.1 │ 1000 │ 1148.46 │
│ gpt-4o-2024-05-13 │ greedy │ single │ 1 │ 28.2 │ 77.86 │ 8.89 │ 38.72 │ 19.3 │ 1000 │ 1643.51 │
│ Athene-V2-Chat-AWQ │ greedy │ single │ 1 │ 27.8 │ 77.14 │ 8.61 │ 45.83 │ 6.4 │ 1000 │ 1785.7 │
│ gpt-4-0314 │ greedy │ single │ 1 │ 27.1 │ 77.14 │ 7.64 │ 47.43 │ 0.2 │ 1000 │ 1203.17 │
│ claude-3-opus-20240229 │ greedy │ single │ 1 │ 27 │ 78.21 │ 7.08 │ 48.91 │ 0 │ 1000 │ 855.72 │
│ Qwen2.5-72B-Instruct │ greedy │ single │ 1 │ 26.6 │ 76.43 │ 7.22 │ 40.92 │ 11.9 │ 1000 │ 1795.9 │
│ Qwen2.5-32B-Instruct │ greedy │ single │ 1 │ 26.1 │ 77.5 │ 6.11 │ 43.39 │ 6.3 │ 1000 │ 1333.07 │
│ Athene-70B │ greedy │ single │ 1 │ 16.7 │ 52.5 │ 2.78 │ 32.98 │ 21.1 │ 1000 │ 391.19 │
╘══════════════════════════════════╧════════╧══════════╧══════════╧══════════════╧═══════════════════╧═══════════════════╧════════════╧═════════════╧═════════════════╧═══════════════╛