您现在的位置是:综合 >>正文
LiveBench 最新榜单:阶跃星辰位列中国大模型第一
综合69人已围观
简介近日消息,国际权威榜单 LiveBench 官网公布了最新的语言大模型测评结果,阶跃星辰自研的万亿参数语言大模型 Step-2 的技术表现位列中国基座大模型第一,成绩逼近 OpenAI 的 o1-mi ...
近日消息,新榜国际权威榜单 LiveBench 官网公布了最新的单阶第语言大模型测评结果,阶跃星辰自研的跃星万亿参数语言大模型 Step-2 的技术表现位列中国基座大模型第一,成绩逼近 OpenAI 的辰位 o1-mini-2024-09-12,超越 gpt-4o-2024-08-06 、列中gemini-1.5-pro-002 等国际主流模型,模型是新榜唯一进入榜单前十名的中国语言大模型,位列全球第五。单阶第另外,跃星同时上榜的辰位中国大模型公司还有通义千问和 DeepSeek。
LiveBench 是列中由图灵奖得主、Meta 首席 AI 科学家杨立昆(Yann LeCun)联合 Abacus.AI、模型纽约大学等机构联合推出的新榜大模型测评基准。LiveBench 从包括数学、单阶第推理、跃星编程、语言理解、指令遵循和数据分析在内的多个复杂维度对模型进行评估,采用新颖的数据来源并保持每月更新,被誉为「世界上第一个不可玩弄的 LLM 基准测试」。
值得关注的是,Step-2 在 IF Average(Instruction Following)一项表现突出,超越包括 o1-preview-2024-09-12 在内的所有国内外语言大模型。这意味着,Step-2 在语言生成上对细节有最强的控制力,模型能够更好地理解和遵循人类指令,捕捉到模糊需求背后用户的真实意图,对通用及特定领域知识的覆盖上都有更好的表现。比如当使用 Step-2 创作古诗词,模型在发挥创意的同时能够对字数、格律、押韵、意境做到精准把握。
据了解,今年 3 月,阶跃星辰发布了 Step-2 语言大模型预览版,这是国内首个由创业公司发布的万亿参数模型。目前,阶跃星辰开放平台为开发者提供 Step-2 的 API 接口,该公司的 C 端智能助手「跃问」也已经接入了 Step-2 万亿参数语言大模型,用户在跃问 App 和跃问官网(https://yuewen.cn)皆可体验。
Tags:
相关文章
官方:萨内不会因为肘击格罗斯受到处罚
综合12月4日讯 官方消息,拜仁球员萨内不会因为肘击格罗斯受到处罚。在上周德甲比赛中,拜仁1-1多特,比赛期间萨内曾疑似肘击格罗斯。根据《图片报》报道,德国足协管理委员会正在审查萨内肘击格罗斯一事。最新消 ...
【综合】
阅读更多博格巴社媒:我很想你们!我正准备回归,我保证
综合11月4日讯博格巴更新社媒:我很想你们!!我正准备回归,我保证。博格巴的禁赛期缩短至了18个月,他可以在明年重返赛场。根据此前报道,尤文将和博格巴解约。 ...
【综合】
阅读更多记者:泰山队出征杭州五外援全部随队,人员齐整三条线都能轮换
综合10月25日讯据记者牛志明报道,山东泰山队今天出征杭州,备战客场与浙江队的中超联赛,其中五名外援全部随队出征。泰山队本赛季中超排名基本确定为第5,未来两场比赛对阵浙江和梅州的比赛没有太大成绩压力,崔康 ...
【综合】
阅读更多