日前，Meta發(fā)布最新開源模型Llama 3并號稱是性能最好開源大語言模型，極有可能超過當(dāng)前的閉源王者GPT-4 Turbo。那么，Llama 3能力究竟如何?
4月24日，由清華大學(xué)基礎(chǔ)模型研究中心聯(lián)合中關(guān)村實驗室研制的SuperBench大模型綜合能力評測平臺，基于語義、對齊、代碼、安全和智能體5項大模型原生評測基準(zhǔn)，展開開放性、動態(tài)性、科學(xué)性和權(quán)威性的大模型綜合能力評測，率先剖析Llama 3模型能力。
《SuperBench大模型綜合能力評測報告》對Llama 3-8B、Llama 3-70B等16個海內(nèi)外具有代表性的模型進行了評測。結(jié)果顯示，Llama 3與GPT-4系列模型仍有一定差距，而國內(nèi)大模型智譜AI的GLM-4與百度文心一言4.0在多項評測中進入榜單前五名，超過Llama 3。
在語義理解能力評測中，國內(nèi)大模型GLM-4、文心一言4.0分別位列第二名、第三名，僅次于Claude-3，但超過GPT-4網(wǎng)頁版與GPT-4 Turbo，穩(wěn)占第一梯隊。Llama 3-70B、Llama 3-8B則分別位列第六名、第十六名。
而在智能體能力評測中，Llama 3-70B躋身榜單前五名，這也是該模型五項評測排名最高的一次。在代碼編寫能力、人類對齊能力、安全和價值觀三項評測中，Llama 3-70B均排在第七名，超過大部分國內(nèi)大模型，只落敗于GLM-4和文心一言4.0，Llama 3-8B排名相對靠后，考慮到模型參數(shù)量的差異，Llama 3-70B整體表現(xiàn)較好。
相較之下，表現(xiàn)出色的國內(nèi)大模型GLM-4全面對標(biāo)OpenAI，在五項能力評測中均緊追GPT-4系列模型與Claude-3，堪稱“全能選手”。同時，在代碼、智能體兩項大模型關(guān)鍵能力評測中，GLM-4排名僅次于GPT-4系列模型和Claude-3，位列國內(nèi)第一。
在安全價值觀能力評測中，文心一言4.0拿下最高分，超越GPT-4系列模型和Claude-3。在智能體能力評測中，文心一言4.0表現(xiàn)較差。
總體而言，雖然國內(nèi)大模型與國際頂尖模型之間還存在差距，但正逐步縮小這一差距。相信在政策支持和技術(shù)創(chuàng)新的推動下，國內(nèi)大模型將取得顯著成就，推動我國人工智能產(chǎn)業(yè)高質(zhì)量發(fā)展。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
