• 官方首页
  • 火币注册
  • 平台快讯
  • 比特币行情
  • 区块链新闻

FlagEval 大语言模型评测 9 月榜:Baichuan 2 排名第一

2024-5-24 16:14

据 TechWeb 9 月 19 日报道,国内权威评测体系 FlagEval(天秤)公布最新 9 月榜单大模型评测结果。基于最新 CLCC v2.0 主观评测数据集,FlagEval(天秤)9 月榜重点评测了近期大热的 7 个开源对话模型。从整体结果来看,Baichuan2-13 b-chat、Qwen-7 b-chat、Baichuan2-7 b-chat 名列前茅,准确率均超过 65%。

在基座模型榜单中,Baichuan 2、Qwen、InternLM、Aquila 的客观评测结果表现均超越同参数量级的 Llama 及 Llama2 模型。在 SFT 模型榜单中,Baichuan 2-13 B-chat、YuLan-Chat-2-13 B、AquilaChat-7 B 名列前三。在客观评测两个榜单中,Baichuan 2 均表现出优异性能,基础模型测试在中英文领域均全面超越 Llama 2。

据悉,FlagEval(天秤)是北京智源人工智能研究院推出的大模型评测体系及开放平台,旨在建立科学、公正、开放的评测基准、方法、工具集,协助研究人员全方位评估基础模型及训练算法的性能。FlagEval 大语言模型评测体系当前包含 6 大评测任务,近 30 个评测数据集,超 10 万道评测题目。

原文链接

最新发布

  • Renzo第一季空投已开放查询
  • Solana ETF传闻「走漏风声」,哪些代币有望暴涨
  • FET跌破2美元
  • 一手好牌打的稀烂,Friend.Tech 神坛跌落史
  • 4个钱包10小时前从Coinbase共提取2,603 BTC,约1.662亿美元

热点资讯

  • 区块链新闻
  • 平台快讯
  • 比特币行情

标签

交易,就用火币


立刻注册

关于我们

立刻注册