PaLM 2

Google DeepMind / Gemini · 2023-05-10 · 类别未确认

Google I/O 2023 发布的重磅基座大模型，强化了多语言、数学逻辑与代码生成能力，MMLU 达 81.2%，GSM8K 达 80.7%，MATH 达 34.3%，HumanEval 达 50.0%，全面驱动初代 Google Bard。

mmlu 81.2% 模型 palm-2 · 版本未说明 · 指标 accuracy · 单位 % 来源等级 A · vendor_reported · 核对日期 2026-09-12 · 距快照 22 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

未提供原文定位

{
  "harness": "5-shot"
}

技术报告 Table 4 PaLM 2 得分

gsm8k 80.7% 模型 palm-2 · 版本未说明 · 指标 accuracy · 单位 % 来源等级 A · vendor_reported · 核对日期 2026-09-12 · 距快照 22 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

未提供原文定位

{
  "harness": "8-shot"
}

技术报告 Table 7 PaLM 2 得分

math 34.3% 模型 palm-2 · 版本未说明 · 指标 accuracy · 单位 % 来源等级 A · vendor_reported · 核对日期 2026-09-12 · 距快照 22 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

未提供原文定位

{
  "harness": "4-shot"
}

技术报告 Table 7 PaLM 2 得分

humaneval 50.0% 模型 palm-2 · 版本未说明 · 指标 pass@1 · 单位 % 来源等级 A · vendor_reported · 核对日期 2026-09-12 · 距快照 22 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

未提供原文定位

{
  "harness": "0-shot"
}

技术报告 Table 9 PaLM 2 得分