LiveBench 最新榜单:阶跃星辰位列中国大模型第一

娱乐 2024-12-26 06:13:32 44976

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 最新榜单:阶跃星辰位列中国大模型第一

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。

本文地址:http://2mims.ahlulin.com/html/70b49999430.html
版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。

全站热门

曝奔驰总部口头通知员工不晋升不涨薪 裁员、年终奖都待定

湖人被小瓦格纳绝杀,为什么老詹正负值又是全场最低?

《刺客信条:影》情况不妙 但制作人坚持认为会变好

89分钟遭绝平!曼城连丢3球,3

[流言板]文班缺席!马刺首发:保罗、尚帕尼、巴恩斯、卡斯尔&科林斯

[流言板]Scotto:孟菲斯灰熊队已与河村勇辉达成一份双向合同

[流言板]守护内线!默里突破后抛投,浓眉高高跃起送上排球大帽

[流言板]欢迎来到NBA!塔特姆迎着萨尔连中两记三分,半场已得20分

友情链接