Ta članek je zrcalni članek strojnega prevajanja, kliknite tukaj za skok na izvirni članek.

Architect_Programmer_Code Kmetijska mreža»Arhitekt › Programiranje › Tehnični pogovor › [AI] (1) Odprtokodne lestvice velikih modelov
Pogled: 1600|Odgovoriti: 1

[AI] (1) Odprtokodne lestvice velikih modelov

[Kopiraj povezavo]
Objavljeno 2024-12-28 10:03:05 | | | |
Chatbot Arena LLMSeznam:Prijava do hiperpovezave je vidna.

Chatbot Arena je odprta platforma za množično zbiranje AI benchmarkinga, ki sta jo razvila raziskovalca pri SkyLabu in LMArena na Univerzi Kalifornije v Berkeleyju. Platforma z več kot 1.000.000 glasovi uporabnikov uporablja model Bradley-Terry za ustvarjanje lestvic v realnem času, ki rangirajo najboljše LLM-je in AI klepetalne robote. Za tehnične podrobnosti si oglejte naš članek.



LiveBench：Prijava do hiperpovezave je vidna.

Referenčne točke, zasnovane posebej za LLM-je, zasnovane z mislijo na kontaminacijo testnih nizov in objektivno ocenjevanje.



SuperNAMIGSkupna lestvica:Prijava do hiperpovezave je vidna.

Pozicioniranje namigov: Da bi bolje služili razumevanju kitajskega jezika, nalogam in industriji, kot dopolnilo splošni evalvaciji jezikovnih modelov, izboljšajte infrastrukturo z zbiranjem, razvrščanjem in objavljanjem kitajskih nalog ter standardiziranih ocen ter na koncu spodbujajte razvoj kitajskega NLP.



Open LLM lestvica：Prijava do hiperpovezave je vidna.

Primerjajte velike jezikovne modele na odprt in ponovljiv način



Primerjava meril za ocenjevanje velikih modelov in uspešnosti：Prijava do hiperpovezave je vidna.

Ta stran prikazuje uspešnost več velikih glavnih modelov na različnih evalvacijskih merilih, vključno z MMLU, GSM8K, HumanEval in drugimi standardnimi podatkovnimi nizi. Razvijalcem in raziskovalcem pomagamo razumeti zmogljivost različnih velikih modelov pri različnih nalogah s pomočjo posodobljenih evalvacijskih rezultatov v realnem času. Uporabniki lahko izberejo primerjavo prilagojenih modelov z evalvacijskimi merili, da hitro pridobijo prednosti in slabosti različnih modelov v praktičnih aplikacijah.





Prejšnji:Kopiraj sliko kepice v odložišče
Naslednji:Odstranjevanje kotov Zone.js Raziščite nove rešitve brez con

Sorodne objave
 Najemodajalec| Objavljeno 2024-12-28 10:20:27 |
Qwen je serija velikih jezikovnih modelov in velikih multimodalnih modelov, ki jih je razvila ekipa Qwen iz Alibaba Group.
Qwen2.5：Prijava do hiperpovezave je vidna.

DeepSeek-V3 je samorazvit model MoE s parametri 671B, 37B aktiviranim in predhodno treniranim na žetonih 14,8T.
DeepSeek-V3：Prijava do hiperpovezave je vidna.

Zhipu je podjetje, ki je nastalo iz tehnoloških dosežkov Oddelka za računalništvo Univerze Tsinghua
GLM-4-9B：Prijava do hiperpovezave je vidna.

Disclaimer:
Vsa programska oprema, programski materiali ali članki, ki jih izdaja Code Farmer Network, so namenjeni zgolj učnim in raziskovalnim namenom; Zgornja vsebina ne sme biti uporabljena v komercialne ali nezakonite namene, sicer uporabniki nosijo vse posledice. Informacije na tej strani prihajajo z interneta, spori glede avtorskih pravic pa nimajo nobene zveze s to stranjo. Zgornjo vsebino morate popolnoma izbrisati z računalnika v 24 urah po prenosu. Če vam je program všeč, podprite pristno programsko opremo, kupite registracijo in pridobite boljše pristne storitve. Če pride do kakršne koli kršitve, nas prosimo kontaktirajte po elektronski pošti.
Mail To:help@itsvse.com