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
- 继篮网、奇才、爵士和开拓者纷纷大开“超市”,开门迎客之后,鹈鹕也跟着它们一起大开“超市”了。根据名记Marc Stein和Jake Fischer联合报道,鹈鹕愿意交易名单上任何球员,除了赫伯特-琼斯2024-12-25
- 考虑到2024年度各项赛事赛程密集,东亚足联将原定于今年7月在韩国举办的第10届东亚杯足球赛延至明年同期举行。虽然赛事安排在非国际比赛日窗口期内,导致日、韩两队大概率不会选派以海外俱乐部球员为班底的队2024-12-25
- 布朗认为西蒙斯防守时对琼斯犯规,但裁判未吹罚2024-12-25
- 9月8日讯 德国队5-0大胜匈牙利!本场比赛,穆西亚拉1射3传独造4球,闪耀全场。据统计,这是穆西亚拉德国队生涯首次单场独造4球。同时,21岁零194天得穆西亚拉也是欧国联最年轻的独造4球球员。2024-12-25
天娱数科开启“荣誉收割”模式 AI 营销 SaaS 平台制霸行业荣誉榜
2024年末,天娱数科再次迎来高光时刻,于多个关键领域斩获多项荣誉。12月,天娱数科凭借在人工智能与AI营销领域的深耕,以及在文旅产业的积极探索,成功揽获众多极具分量的奖项。AI营销领域,凭借在 AI2024-12-25- 11月25日讯 亚洲杯预选赛,中国男篮90-52击败蒙古。今日,王岚嵚更博晒出了从蒙古返回的照片,配文:“儿童乐园候机区。”亚预赛第三窗口期的比赛将在明年2月打响,中国男篮将对阵日本和关岛。2024-12-25
最新评论