LiveBench 最新榜单：阶跃星辰位列中国大模型第一
我要评论近日消息，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
爆了：龙：在跟4AM谈合同细节由阿泽zs发表在绝地求生 pubg龙：在跟4AM谈合同细节龙：谈的好就不试训其他战队了龙：在跟4AM谈合同细节龙：谈的好就不试训其他战队了[鼓掌]2024-12-27
9月26日讯 在足协杯半决赛中，上海海港3-2战胜上海申花。比赛下半时，申花门将鲍亚雄在一次失误后铲倒武磊，使对手获得点球。媒体人傅亚雨谈到这次犯规和点球，认为武磊胜在经验。傅亚雨说道：这个动图其实能2024-12-27
直播吧11月27日讯 巴萨欧冠对阵布雷斯特，莱万造点，亲自主罚破门，打进个人欧冠第100球。莱万125场欧冠打进100球助攻26次，成为C罗141球）和梅西129球）之后第三位欧冠打进100球的球员。2024-12-27
9月25日讯从米兰外租至尤文的卡卢卢接受意大利媒体采访，谈到本赛季尤文开局表现以及意甲争冠的相关话题。尤文在联赛中连续三场平局，但其间在欧冠中取得了漂亮的胜利。随着在热那亚的另一场联赛比赛临近，球队的2024-12-27
曝小米MIX Flip 2发布时间提档 博主：第一代卖得太好了
12月27日消息，博主数码闲聊站暗示，明年上半年小米MIX Flip 2就会亮相，第一代MIX Flip卖得太好，所以第二代直接提档了。资料显示，小米MIX Flip于今年7月份发布，是小米第一款小折2024-12-27
近日,声网参加由白鲸出海主办的GTC 2024(Shanghai) 全球流量大会,并受邀在“AI+出海”峰会进行主题分享。在当今全球化浪潮下,出海成为众多企业寻求发展的热门选择2024-12-27
最新评论