LiveBench 最新榜单:阶跃星辰位列中国大模型第一

娱乐 2024-12-23 18:02:34 2947

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://kwq7q.ahlulin.com/html/14c83399152.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

普及放缓 销量大跌:曝保时捷将重新评估电动汽车计划

[流言板]大幅提升!马刺目前11胜9负,上赛季前20场3胜17负

为什么大家都觉得peyz不强?说他没高光,是因为他还有lck流量不高,关注度不高,高光还是很多的,看过的人都知道。

老帅逆袭!66岁加斯佩里尼欧联夺冠&登顶意甲,曾执教国米5场下课

于东来踩中时代情绪了

B席:赢森林虽然重要但仅拿到3分期待对水晶宫能奉献精彩比赛

[流言板]当世第一人!约基奇近两场场均得到52分15篮板8助攻2抢断

[流言板]当世第一人!约基奇近两场场均得到52分15篮板8助攻2抢断

友情链接