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
[流言板]可惜！杜兰特三分5中0得到27分，就差一个三分达到30分
[流言板]可惜！杜兰特三分5中0得到27分，就差一个三分达到30分由篮球资讯发表在篮球资讯 50212月26日讯 今天NBA常规赛太阳主场对阵掘金的比赛已经结束。全场战罢，太阳以110-100战胜掘金2024-12-29
关于狼队运营不得不说的事由d叫啥名呢b发表在王者荣耀 kog春决结束，狼赢了，确实牛逼，但是大帅得罪你们了吗？把大帅放九宫格中间，让粉丝开团大帅。开团第一个赛季就亚军的新人，狼队运营就这么没格局吗？春2024-12-29
10月营收创新高！台积电：暂无法出货中国大陆7nm芯片会影响短期业绩
11月18日消息，据国外媒体报道称，台积电已经公布了10月营收，其中在10月份月增24.7%、年增29.2%，创新高。分析师以台积电10月法说会的业绩指引来看，第四季度营收261~269亿美元，季增12024-12-29
NVIDIA Blackwell B200新照：八卡并行 总功耗8000W
11月17日消息，NVIDIA Blackwell架构的新一代服务器正在批量出货，而在OCP Summit 2024峰会上，官方进行了公开展示，而且是直接将芯片裸露在外，随便看。这台服务器一共配备了八2024-12-29
[流言板]本赛季东契奇缺席时，独行侠取得6胜2负的战绩由篮球资讯发表在篮球资讯 50212月22日讯 今日NBA常规赛快船对阵独行侠的比赛已经结束。全场比赛，独行侠113-97战胜快船。算上本场比赛，2024-12-29
11月18日消息，胖东来创始人于东来在直播中表示，此前自己和妻子生病之后，开始重新思考自己的生活、企业的发展。他希望把中国优秀的传统文化落实到企业的文化中、每个岗位中，让企业的每个员工得到关怀和帮助，2024-12-29
最新评论