階躍躍升全球，榮登中國(guó)第一，力壓GPT-4，直追o1-mini！

原標(biāo)題：「全球最嚴(yán)榜單」，階躍拿下中國(guó)TOP 1！殺入世界前五，超過(guò)GPT-4o緊跟o1-mini
文章來(lái)源：新智元
內(nèi)容字?jǐn)?shù)：5201字

國(guó)產(chǎn)萬(wàn)億參數(shù)模型Step-2的崛起

根據(jù)新智元的報(bào)道，國(guó)內(nèi)初創(chuàng)公司階躍星辰自研的萬(wàn)億參數(shù)模型Step-2在國(guó)際權(quán)威榜單LiveBench中嶄露頭角，成功躋身全球前五，并獲得中國(guó)第一的位置。這一成就引發(fā)了國(guó)友的熱議，標(biāo)志著中國(guó)在大型語(yǔ)言模型（LLM）領(lǐng)域的快速發(fā)展。

Step-2的卓越表現(xiàn)

Step-2在多個(gè)基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異，尤其是在指令跟隨（IF Average）方面，超越了包括OpenAI的o1-preview在內(nèi)的多款國(guó)際主流模型。這表明Step-2在語(yǔ)言生成上具有出色的理解力和控制能力，能夠精準(zhǔn)捕捉用戶意圖并提供個(gè)性化響應(yīng)。

LiveBench評(píng)測(cè)的重要性

LiveBench作為由圖靈獎(jiǎng)得主Yann LeCun及多家機(jī)構(gòu)共同推出的評(píng)測(cè)基準(zhǔn)，因其客觀性和權(quán)威性而備受認(rèn)可。該評(píng)測(cè)體系通過(guò)多維度的復(fù)雜問(wèn)題評(píng)估模型能力，確保測(cè)試內(nèi)容的“新鮮度”，從而為模型評(píng)估提供了更為公正的標(biāo)準(zhǔn)。

Step-2的技術(shù)創(chuàng)新

為了實(shí)現(xiàn)萬(wàn)億參數(shù)的突破，階躍星辰團(tuán)隊(duì)在算法和系統(tǒng)方面進(jìn)行了大量創(chuàng)新。團(tuán)隊(duì)決定完全自主研發(fā)，采用了部分專家共享參數(shù)和異構(gòu)化專家等新穎設(shè)計(jì)，以提升模型性能。同時(shí)，團(tuán)隊(duì)還在高效穩(wěn)定的系統(tǒng)部署方面取得了顯著進(jìn)展，使得Step-2能夠在短時(shí)間內(nèi)完成訓(xùn)練。

結(jié)語(yǔ)

Step-2的成功不僅展示了階躍星辰在AI領(lǐng)域的實(shí)力和遠(yuǎn)見(jiàn)，也為中國(guó)的人工智能發(fā)展注入了新的動(dòng)力。這一成就標(biāo)志著中國(guó)在全球LLM競(jìng)爭(zhēng)中的崛起，預(yù)示著未來(lái)更多技術(shù)突破的可能。

聯(lián)系作者

文章來(lái)源：新智元
作者微信：
作者簡(jiǎn)介：智能+中國(guó)主平臺(tái)，致力于推動(dòng)中國(guó)從互聯(lián)網(wǎng)+邁向智能+新紀(jì)元。重點(diǎn)關(guān)注人工智能、機(jī)器人等前沿領(lǐng)域發(fā)展，關(guān)注人機(jī)融合、人工智能和機(jī)器人對(duì)人類社會(huì)與文明進(jìn)化的影響，領(lǐng)航中國(guó)新智能時(shí)代。