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。
相关文章
DRAM内存寒冬将至!美光悲观展望前景 三星、SK海力士下调预期
12月25日消息,据TrendForce报道,继美光科技发布黯淡的业绩展望后,三星电子和SK海力士也下调了2024年第四季度的收益预期,反映出整个行业的疲软态势。三星预计2024年第四季度的营业利润将2024-12-26- 京时间11月7日凌晨,2024-25赛季欧冠联赛阶段将迎来了第4轮第2个比赛日的9场比赛。国际米兰将和阿森纳进行强强对话,巴黎圣日耳曼则将主场面对马德里竞技的挑战,而阿斯顿维拉、巴塞罗那和拜仁慕尼黑也2024-12-26
- 10月26日讯 今天,印尼足协主席托希尔在社媒发文,他表示已经与球队主帅申台龙进行了会面,并讨论了印尼打进18强小组前四的目标。托希尔写道:“10月18日,我与申台龙教练见面,谈论了印度尼西亚前四场比2024-12-26
- 据《商业内幕》报道,美国总统大选决战前夕,特斯拉CEO埃隆·马斯克(Elon Musk)的私人飞机悄然降落在美国佛罗里达州,之后马斯克在海湖庄园与特朗普一起观看美国总统大选的开票结果。飞2024-12-26
体积小了80%!欧可林AirPump A10氧气啵啵冲牙器图赏
12月25日消息,近期欧可林AirPump A10氧气啵啵冲牙器发布,售价449元。现在这款新机已经来到我们评测室,下面为大家带来图赏。欧可林AirPump A10氧气啵啵冲牙器,首创AirPump有2024-12-26- 《龙腾世纪:影障守护者》无疑是今年最受瞩目和期待的游戏之一,《龙腾世纪》粉丝们对《龙腾世纪3:审判》的续作已经等待了整整十年,这一等待终于即将结束,BioWare和EA现在宣布《龙腾世纪:影障守护者》2024-12-26
最新评论