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:休闲)
- ·松下推出新款三防二合一平板:13代酷睿、配备雷电4
- ·《龙珠Z 卡卡罗特》明年推出DLC魔界大冒险第1部
- ·卡马文加完成西甲100场比赛里程碑,皇马队史第6年轻
- ·[流言板]内线支柱!文班亚马半场10中4,三分5中1,得到9分4板7盖帽
- ·尤文vs威尼斯首发:麦肯尼出战,DV9、伊尔迪兹、维阿先发
- ·[流言板]上赛季恩比德对阵马刺曾单场砍下70分创队史单场得分新高
- ·《无主之地3》创意总监表示 因团队过大限制创造力发挥的空间而离开Gearbox
- ·《小丑牌》移动版击败《我的世界》登付费应用榜首
- ·才35的库里下滑怎么比詹姆斯都快?
- ·手心输入法被360收购后时隔六年更新:结果竟自动下载360弹窗过滤器