LiveBench 榜單比拼，只有一家中國大模型進入前十。

原標題：超越 GPT-4o 和 Gemini-1.5，階躍星辰拿下中國大模型第一
文章來源：AI科技評論
內容字數：6885字

中國大模型在LiveBench榜單中的突出表現

根據最新的LiveBench榜單，中國大模型公司階躍星辰的萬億參數語言模型Step-2成功躋身全球前十，成為唯一進入榜單前十的國產大語言模型，位列全球第五。此成績不僅反映了階躍星辰在大模型技術領域的實力，也為國內大模型的發(fā)展注入了信心。

1. LiveBench榜單的權威性

LiveBench被譽為“世界上第一個不可玩弄的LLM基準測試”，由著名AI科學家楊立昆等機構聯合推出。該榜單評估模型的多維度能力，涵蓋數學、推理、編程等18項任務，確保評估的權威性和公正性。為了避免數據污染，LiveBench每月更新問題，確保測試的嚴謹性和挑戰(zhàn)性。

2. Step-2的卓越表現

在榜單中，Step-2在指令跟隨（IF Average）方面表現優(yōu)異，以86.57的高分位列第一，超越包括OpenAI的o1-mini等國際主流模型。該模型不僅能夠生成高質量的文本，還能精確地執(zhí)行用戶指令，體現出強大的理解和推理能力，滿足復雜的用戶需求。

3. 階躍星辰的技術創(chuàng)新

階躍星辰在萬億參數模型的開發(fā)上取得了顯著進展，Step-2采用了MoE架構，突破了多項關鍵技術，具備強大的系統能力。除了語言模型，階躍星辰還推出了多模態(tài)模型Step-1.5V，具備視頻理解和圖像識別能力，能夠處理復雜圖文信息，滿足各類應用需求。

4. 產品的實際應用與未來展望

基于Step-2的技術，階躍星辰推出的躍問APP具備智能視覺搜索功能“拍照問”，可以解決用戶在文字和語音描述中的難題。隨著底層模型的不斷優(yōu)化和產品能力的提升，階躍星辰在大模型領域的未來充滿希望。

總結

階躍星辰通過LiveBench榜單的優(yōu)異表現，不僅向行業(yè)展示了其大模型技術的實力，也為國內大模型的發(fā)展樹立了標桿。隨著技術的不斷進步和產品的創(chuàng)新，階躍星辰正在朝著更高的目標邁進，展望未來，期待其在智能助手和多模態(tài)領域的進一步突破。

聯系作者

文章來源：AI科技評論
作者微信：
作者簡介：雷峰網旗下AI新媒體。聚焦AI前沿研究，關注AI工程落地。