元宇宙里賣酸奶，好炸裂的操作！
作者 | 李東陽 來源 | 首席營銷官有沒有發現，當下的熱搜出現一個有意思的現象，那就是“情懷”不知不覺成為了主流，爺青回話題討論性非常高。前有名偵探柯南和優衣庫
6 月 22 日消息，斯坦福大學基礎模型研究中心（CRFM）6 月 11 日發布了大規模多任務語言理解能力評估（Massive Multitask Language Understanding on HELM）排行榜，其中綜合排名前十的大語言模型中有兩款來自中國廠商，分別是阿里巴巴的 Qwen2 Instruct（72B）和零一萬物的 Yi Large（Preview）。
據悉大規模多任務語言理解能力評估（MMLU on HELM）采用了 Dan Hendrycks 等人提出的一種測試方法，用于衡量文本模型在多任務學習中的準確性。這個測試內容包括基礎數學、美國歷史、計算機科學、法律等領域的 57 個任務。要在這個測試中獲得高分，模型必須具備廣泛的世界知識和解決問題的能力。附排名如下：
1、Claude 3 Opus（20240229）： Anthropic（美國，亞馬遜投資）
2、GPT-4o（2024-05-13）：OpenAI（美國）
3、Gemini 1.5 Pro：谷歌（美國）
4、GPT-4（0613）：OpenAI（美國）
5、Qwen2 Instruct（72B）：阿里巴巴（中國）
6、GPT-4 Turbo（2024-04-09）：OpenAI（美國）
7、Gemini 1.5 Pro（0409 preview）：谷歌（美國）
8、GPT-4 Turbo（1106 preview）：OpenAI（美國）
9、Llama 3（70B）：Meta（美國）
10、Yi Large（Preview）：零一萬物（中國）
Qwen2 是由阿里巴巴開發的一款開源大語言模型，發布于今年 6 月 6 日。Qwen2 系列包括 Qwen2-0.5B、Qwen2-1.5B、Qwen2-7B、Qwen2-57B-A14B 和 Qwen2-72B 在內的五個不同規模的預訓練及指令微調模型；支持除英語和中文外的額外 27 種語言的數據訓練；Qwen2-7B-Instruct 和 Qwen2-72B-Instruct 支持長 128K 個 token 的上下文。
Yi Large 是由零一萬物公司開發的一款閉源大模型，Yi 模型系列基于 6B 和 34B 預訓練語言模型，然后擴展到聊天模型、200K 長上下文模型、深度升級模型和視覺語言模型。官方宣稱“其在關鍵基準測試分數上優于 GPT-4 和 Claude 3 Opus 等領先模型”。
本文鏈接：http://www.tebozhan.com/showinfo-45-4773-0.html斯坦福大模型評測榜 Claude 3 排名第一，阿里 Qwen2、零一萬物 Yi Large 國產模型進入前十
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號