阿里云发布通义千问2.0,性能加速追赶GPT-4
在2023杭州云栖大会上,阿里云首席技术官周靖人发布千亿级参数大模型通义千问2.0。在10个权威测评中,通义千问2.0综合性能超过GPT-3.5,正在加速追赶GPT-4。
据悉,过去6个月,通义千问2.0在性能上取得巨大飞跃,相比4月发布的1.0版本,通义千问2.0在复杂指令理解、文学创作、通用数学、知识记忆、幻觉抵御等能力上均有显著提升。目前,通义千问的综合性能已经超过GPT-3.5,加速追赶GPT-4。
在MMLU、C-Eval、GSM8K、HumanEval、MATH等10个主流Benchmark测评集上,通义千问2.0的得分整体超越Meta的Llama-2-70B,相比OpenAI的Chat-3.5是九胜一负,相比GPT-4则是四胜六负,与GPT-4的差距进一步缩小。
中英文理解能力是大语言模型的基本功。英语任务方面,通义千问2.0在MMLU基准的得分是82.5,仅次于GPT-4,通过大幅增加参数量,通义千问2.0能更好地理解和处理复杂的语言结构和概念;中文任务方面,通义千问2.0以明显优势在C-Eval基准获得最高得分,这是由于模型在训练中学习了更多中文语料,进一步强化了中文理解和表达能力。
在数学推理、代码理解等领域,通义千问2.0进步明显。在推理基准测试GSM8K中,通义千问排名第二,展示了强大的计算和逻辑推理能力;在HumanEval测试中,通义千问得分紧跟GPT-4和GPT-3.5,该测试主要衡量大模型理解和执行代码片段的能力,这一能力是大模型应用于编程辅助、自动代码修复等场景的基础。
相关阅读
- 授权代理商贸泽电子供应Analog Devices多样化的数据转换、电源管理和信号调理解决方案
- 华为发布两款全闪存新品,坚定推进全场景闪存化
- 授权代理商贸泽电子供应Toshiba多样化电子元器件和半导体产品
- TrendForce:预估 2027 年全球存储器产值将扩大至 1.28 万亿美元
- 比锂电更优!全球首款商用车专用钠离子动力电池通过强检
- 剪流AI员工手机:一部终端解决销售监管、风控与业绩增长难题
- 10 月我国动力和储能电池合计产量 245.1GWh,同比增长 43.6%
- 商米携CPad商业平板FLEX3系列及3代新品亮相中国零售业博览会
- 寻找未来发明家——2026戴森设计大奖全球征集正式启动
- 三星LPDDR4X通过高通汽车模组验证