发布日期：2024-10-20 05:15    点击次数：162

10月17日志者获悉，司南 OpenCompass大谈话模子评测榜9月榜单公布，阿里通义千问开源模子Qwen2.5-72B-Instruct 打败Claude 3.5、GPT-4o等闭源模子，成为该评测榜首个开源模子冠军。据了解，9月底通义千问开源模子Qwen系列的繁衍模子数目初次超过Llama，成为大家最大的开源模子群。

司南 OpenCompass 是由上海东说念主工智能实践室研发的大模子评测体系平台，OpenAI、阿里巴巴、智谱AI、Meta、零一万物等百余个最主流的大模子均已加入评测，是最具海外影响力的中国巨擘第三方评测榜单。司南 OpenCompass 自建评测榜单每月一更，从谈话、推理、常识、代码、数学、辅导跟从、智能体等七大身手维度、十余项细分任务，对近期主流模子进行全面评测分析。

在2024年9月的司南 OpenCompass 榜单中，开源的Qwen2.5-72B以70.3分夺冠，初次超过Claude 3.5和GPT-4o等顶尖闭源模子。Qwen2.5-72B-Instruct在这次榜单的多项身手测评中均名列三甲。在代码身手方面，Qwen2.5-72B-Instruct以74.2分夺冠，不仅能准确完成代码编写，还能详备阐发代码的功能和逻辑；在数学身手方面，Claude 3.5得分72.1，GPT-4o得分70.6，远不足Qwen2.5-72B-Instruct得回的77分收货。

司南 OpenCompass 评价称，Qwen2.5的登顶，标记着开源社区在模子边界取得快速推崇，以 Qwen 2.5等为代表的国产主流厂商模子，在资格最新一轮手艺迭代后，其性能有了显耀进步，与海外顶尖模子之间的差距正在快速削弱，展现了国产模子的弘大竞争力。

早在9月底，Qwen2.5-72B-Instruct就冲进Chatbot Arena大模子盲测榜单前十，是前十中独一的中国大模子。Qwen系列开原模子涵盖多尺寸的大谈话模子、多模态模子、数学模子和代码模子，果然通盘尺寸的模子皆罢融会同等边界的最好性能。完毕9月底，大家教育者基于Qwen系列二次教育的繁衍模子数目也已冲破7.43万，超过Llama的7.28万，成为大家最大的开源模子群。

雷峰网

---