摘要：
该模型在MMLU、TheoremQA、GPQA等基准测评中超越了Meta的Llama-3-70B模型；在HuggingFace推出的开源大模型排行榜Open LLM Leaderboard上，Qwen1.5-110B冲上榜首，再度证明通义开源系列业界最强的竞争力。通义的多模态模型和专有能力模型也具备业界顶尖影响力。通义还有呢？
...
该模型在MMLU、TheoremQA、GPQA等基准测评中超越了Meta的Llama-3-70B模型；在HuggingFace推出的开源大模型排行榜Open LLM Leaderboard上，Qwen1.5-110B冲上榜首，再度证明通义开源系列业界最强的竞争力。通义的多模态模型和专有能力模型也具备业界顶尖影响力。通义还有呢？
南方财经5月9日电，今日，阿里云正式发布通义千问2.5,在权威基准OpenCompass上，该模型得分追平GPT-4 Turbo,同时，通义千问最新开源的1100亿参数模型在MMLU、TheoremQA、GPQA等基准测评中超越了Meta的Llama-3-70B模型。21世纪经济报道)
nan fang cai jing 5 yue 9 ri dian ， jin ri ， e li yun zheng shi fa bu tong yi qian wen 2 . 5 , zai quan wei ji zhun O p e n C o m p a s s shang ， gai mo xing de fen zhui ping G P T - 4 T u r b o , tong shi ， tong yi qian wen zui xin kai yuan de 1 1 0 0 yi can shu mo xing zai M M L U 、 T h e o r e m Q A 、 G P Q A deng ji zhun ce ping zhong chao yue le M e t a de L l a m a - 3 - 7 0 B mo xing 。 2 1 shi ji jing ji bao dao )
在MMLU、C-Eval、HumanEval等多个基准测试中，Qwen1.5-110B都重返SOTA开源模型宝座，超越Llama 3 70B,成最强开源大模型。中文能力方面，对比仅喂了5%非英文数据的Llama 3 70B,Qwen1.5-110B更是优势明显。于是乎，模型一上线，开源社区已经热烈响应起来。这不，Qwen1.5-11好了吧！
通义千问首次推出千亿级参数模型Qwen1.5-110B,在MMLU、TheoremQA、GPQA等多个基准测评中展现出卓越性能。目前Qwen1.5系列已累计开源10款大模型，通义千问开源模型下载量超过700万。本文源自金融界
编译| 长颈鹿编辑| 李水青智东西4月19日消息，4月18日，Meta推出迄今为止能力最强的开源大模型Llama 3系列，发布8B和70B两个版本。Llama 3在一众榜单中取得开源SOTA(当前最优效果)。Llama 3 8B在MMLU、GPQA、HumanEval、GSM-8K等多项基准上超过谷歌Gemma 7B和Mis神经网络。
ˋ▽ˊ
Llama3突然来袭！开源社区再次沸腾：GPT4级模型自由访问时代到来Meta宣布推出Llama3,这是一个开源SOTA语言模型，有80亿和700亿参数版本。该模型在多个基准测试中表现优异，包括MMLU、GPQA和HumanEval等。Llama3的发布在开源社区引起了广泛关注，其性能被认为超越了同等会说。
克雷西鱼羊发自凹非寺量子位| 公众号QbitAILlama 3来了！就在刚刚，Meta官网上新，官宣了Llama 3 80亿和700亿参数版本。并且推出即为开源SOTA:Meta官方数据显示，Llama 3 8B和70B版本在各自参数规模上超越一众对手。8B模型在MMLU、GPQA、HumanEval等多项基准上均胜过说完了。
白交发自凹非寺量子位| 公众号QbitAI澜舟科技官宣：孟子3-13B大模型正式开源！这一主打高性价比的轻量化大模型，面向学术研究完全开放，并支持免费商用。在MMLU、GSM8K、HUMAN-EVAL等各项基准测评估中，孟子3-13B都表现出了不错的性能。尤其在参数量20B以内的轻量化大是什么。
梦晨发自凹非寺量子位| 公众号QbitAI成立仅9个月，法国Mistral AI拿出仅次于GPT-4的大模型。在所有已能通过API访问的大模型中排第二，全班唯二在MMLU考试中拿80分以上的。一举获得微软青睐，签署了多年合作协议。也就是说，微软不再独宠OpenAI了。同时推出在线聊天机器人平是什么。
o(╯□╰)o
明敏丰色发自凹非寺量子位| 公众号QbitAI悄无声息，羊驼家族“最强版”来了！与GPT-4持平，上下文长度达3.2万token的LLaMA 2 Long,正式登场。在性能上全面超越LLaMA 2。和竞争对手相比，在指令微调MMLU (5-shot)等测试集上，表现超过ChatGPT。在人类评估(human evaluation)上还有呢？
发表评论