|
來源：快科技 全球知名的開源平臺(tái)Hugging Face的聯(lián)合創(chuàng)始人兼首席執(zhí)行官Clem在社交平臺(tái)激動(dòng)宣布，阿里巴巴最新開源的Qwen2-72B指令微調(diào)版本在開源模型排行榜上榮登榜首。 為了打造一個(gè)更為公正和準(zhǔn)確的開源大模型排名，Clem及其團(tuán)隊(duì)利用300塊H100高性能硬件，對(duì)全球100多個(gè)主流開源大模型，包括Qwen2、Llama-3、Mixtral、Phi-3等，在BBH、MUSR、MMLU-PRO、GPQA等嚴(yán)格的基準(zhǔn)測(cè)試集上進(jìn)行了全面而深入的評(píng)估。 這次重新評(píng)估的初衷在于，許多開發(fā)者過于追求排行榜的名次，導(dǎo)致在模型訓(xùn)練過程中過度依賴評(píng)估集數(shù)據(jù)，并且過去的評(píng)估標(biāo)準(zhǔn)對(duì)于模型而言顯得過于簡(jiǎn)單。因此，本次評(píng)估提高了難度標(biāo)準(zhǔn)，以檢驗(yàn)這些模型在更高挑戰(zhàn)下的真實(shí)性能。 令人矚目的是，阿里巴巴開源的Qwen-2 72B模型在激烈競(jìng)爭(zhēng)中脫穎而出，不僅超越了科技巨頭Meta的Llama-3，還超越了法國知名大模型平臺(tái)Mistralai的Mixtral，成為了新的行業(yè)領(lǐng)軍者。這一成績(jī)充分展示了中國在全球開源大模型領(lǐng)域的領(lǐng)導(dǎo)地位。 針對(duì)這一排名結(jié)果，Stability AI的研究總監(jiān)、早年在19歲便獲得博士學(xué)位的Tanishq表示，他早前就預(yù)測(cè)中國在開源大模型領(lǐng)域具有強(qiáng)大的競(jìng)爭(zhēng)力。除了Qwen2，還有零一萬物、InternLM、Deepsseek等眾多優(yōu)秀的中國開源模型，都在國際舞臺(tái)上嶄露頭角。 Tanishq進(jìn)一步強(qiáng)調(diào)，任何關(guān)于中國在開源大模型領(lǐng)域落后的觀點(diǎn)都是站不住腳的。相反，中國在這一領(lǐng)域正逐漸展現(xiàn)出領(lǐng)導(dǎo)者的姿態(tài)，引領(lǐng)著全球開源模型的發(fā)展潮流。 |
