直接爆了！阿里Qwen2登頂全球開(kāi)源第一！

他表示，為了提供全新的開(kāi)源大模型排行榜，使用了300塊H100對(duì)目前全球100多個(gè)主流開(kāi)源大模型，例如，Qwen2、Llama-3、mixtral、Phi-3等，在 BB H、MUSR、MMLU-PRO、GPQA等基準(zhǔn)測(cè)試集上進(jìn)行了全新評(píng)估。

根據(jù)排行榜的數(shù)據(jù)顯示，Meta開(kāi)源的Llama-3-70B指令微調(diào)版本位列第2；阿里的Qwen2-72B基礎(chǔ)版本排名第3；Mistralai的Mixtral-8x22B指令微調(diào)版本排名第4；第9和第10名，全部都是阿里之前開(kāi)源的Qwen1.5基礎(chǔ)和Chat版本。

令人矚目的是，阿里巴巴開(kāi)源的Qwen-2 72B模型在激烈競(jìng)爭(zhēng)中脫穎而出，不僅超越了科技巨頭Meta的Llama-3，還超越了法國(guó)知名大模型平臺(tái)Mistralai的Mixtral，成為了新的行業(yè)領(lǐng)軍者。這一成績(jī)充分說(shuō)明中國(guó)對(duì)全球開(kāi)源大模型的重要貢獻(xiàn)以及領(lǐng)導(dǎo)地位。

而作為國(guó)產(chǎn)大模型，阿里開(kāi)源的4款大模型也已經(jīng)不是第一次傲視群雄了！

早在今年的6月7日，阿里巴巴通義千問(wèn)團(tuán)隊(duì)發(fā)布了Qwen2系列開(kāi)源模型。發(fā)布兩小時(shí)，直接沖上HggingFace開(kāi)源大模型榜單第一。

今天是他們本月第二次發(fā)榜。

這次的榜單是v2版本，HuggingFace一年來(lái)首次全面更新的版本。榜單內(nèi)的測(cè)試集，更難、更好、更快、更強(qiáng)（Harder, better, faster, stronger），對(duì)模型的考察也更有說(shuō)服力。

HuggingFace在技術(shù)博文指出。過(guò)去一年，Open LLM Leaderboard的基準(zhǔn)指標(biāo)已經(jīng)被過(guò)度使用，出現(xiàn)幾個(gè)問(wèn)題：

1. 題目對(duì)模型來(lái)說(shuō)變得太簡(jiǎn)單；

2. 一些新近出現(xiàn)的模型出現(xiàn)數(shù)據(jù)污染跡象；

3. 有些測(cè)評(píng)基準(zhǔn)存在錯(cuò)誤。

   
   

因此，平臺(tái)提出了更有挑戰(zhàn)性的V2榜單，基于未受污染、高質(zhì)量數(shù)據(jù)集的新基準(zhǔn)，運(yùn)用可靠的度量標(biāo)準(zhǔn)。

當(dāng)然，不論新老榜單，Qwen2-72B都是穩(wěn)穩(wěn)的第一名，再次驗(yàn)證了通義Qwen作為全球最強(qiáng)開(kāi)源模型的實(shí)力。

針對(duì)這一排名結(jié)果，Stability AI的研究總監(jiān)、早年在19歲便獲得博士學(xué)位的Tanishq則表示，他早前就預(yù)測(cè)中國(guó)在開(kāi)源大模型領(lǐng)域具有強(qiáng)大的競(jìng)爭(zhēng)力。除了Qwen2，還有零一萬(wàn)物、InternLM、Deepsseek等眾多優(yōu)秀的中國(guó)開(kāi)源模型，都在國(guó)際舞臺(tái)上嶄露頭角。

Tanishq進(jìn)一步強(qiáng)調(diào)，任何關(guān)于中國(guó)在開(kāi)源大模型領(lǐng)域落后的觀點(diǎn)都是站不住腳的。相反，中國(guó)在這一領(lǐng)域正逐漸展現(xiàn)出領(lǐng)導(dǎo)者的姿態(tài)，引領(lǐng)著全球開(kāi)源模型的發(fā)展潮流。

更有意思的事是，還有網(wǎng)友自制梗圖慶祝阿里開(kāi)源的Qwen-2 72B，力壓科技、社交巨頭Meta的Llama-3，還超越了法國(guó)知名大模型平臺(tái)Mistralai的Mixtral，成為新的行業(yè)領(lǐng)軍者。

阿里為大模型所付出努力和貢獻(xiàn)，無(wú)疑是更進(jìn)一步推動(dòng)了國(guó)內(nèi)大模型的發(fā)展。

Qwen-2開(kāi)源地址：

https://huggingface.co/Qwen/Qwen2-72B-Instruct