LiveBench 最新榜单:阶跃星辰位列中国大模型第一
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。
(责任编辑:热点)
- ·大伟老师开全景抓T1独狼
- ·都体:菲尔克鲁格愿外租离队,经纪人开始了解让其加盟尤文可行性
- ·[流言板]老当益壮!巴图姆连续命中两记三分,快船反超5分打停掘金
- ·居勒尔:非常想为皇马提供帮助 贝林厄姆帮了我很多&我很想进球
- ·BBC:无视英足总警告,格伊继续在彩虹臂章上写宗教信息
- ·[流言板]人气王!每场比赛末节,灰熊主场都有大批球迷等待河村上场
- ·最便宜的骁龙8至尊版旗舰来了!真我GT7 Pro定价在4000元以内
- ·《蜡笔小新:我们的恐龙日记》官宣定档 11月23日上映
- ·[流言板]全能!塔特姆第2节单节砍下13分5篮板4助攻
- ·这集好像看过😅拉什福德替补登场叕被批散步,吧友评分仅2.9分