首个「中文大模型竞技场」Compass Arena上线,叫得上名字的国产大模型全员大PK
AI奇点网5月31日报道丨熟悉大模型的朋友都曾经听过这么一个网站——LMSYS Org推出的大模型竞技场Chatbot Arena,该网站目前已发展为海外最具公信力的大模型榜单之一,但遗憾的是,该竞赛榜单的中文水平含金量程度相对不足。
近日,上海人工智能实验室联合阿里魔搭社区(ModelScope)推出中国大语言模型评测竞技场Compass Arena,首度集齐国内开源大模型届豪强。
Compass Arena首度集齐国内主流大模型全阵容,阿里通义千问、百度文心一言、腾讯混元、讯飞星火、字节跳动豆包、智谱AI、百川智能、零一万物、月之暗面、Minimax、深度求索、书生·浦语等等,共计20多款国产大模型出战,角逐中国大模型“最强王者”。
据介绍,相比考题固定的传统测评,由上海人工智能实验室打造的Compass Arena大模型竞技场采用盲测、开放的测评模式,可以更全面地检验模型实力。
Compass Arena设置了随机、匿名对战,大模型选手们成为“蒙面唱将”,模型信息隐去后,由系统随机匹配进行PK,用户可以天马行空自由出题,并作为评委主观评判和投票。如果大模型不小心“自报家门”,则对话被过滤,不计入成绩。通过成千上万轮PK挑战和用户投票,系统将对大模型进行自动排名。
AI奇点网了解到,Compass Arena由上海人工智能实验室OpenCompass司南评测体系与魔搭社区联合建设,前者负责组织评测,后者负责开源模型引入及社区打造。据上海人工智能实验室OpenCompass团队介绍,Compass Arena力求体现社区用户的真实反馈,评测机制借鉴Chatbot Arena,采用Elo评分系统,即国际象棋等对弈活动评估的权威标准。
在这种模式下,大模型竞技类似“在游戏中打排位”,胜率成为评估模型水平的关键指标,同时随着排位变高,系统也会自动匹配高段位选手进行对战。
与海外的Chatbot Arena大模型竞技场相比,国产的Compass Arena更聚焦中文大模型,主流国产大模型全覆盖,同时评测用户大多使用中文,可以充分评估国产大模型的性能。
目前,Compass Arena已汇聚国内超过20款的商业及社区开源大模型,其中不乏来自BAT的大厂模型。包括Qwen-Max、ERNIE-4.0-8K、Spark3.5 Max、Abab6.5、GLM4等国内头部人工智能开发商的旗舰款大模型,并引入了海外的Llama3、Mixtral AI等海外标杆模型进行参照。
未来,更多模型及厂商还在不断加入中。
入选Compass Arena大模型竞技场的首批国产大模型名单如下:
Abab6.5-Chat (MiniMax)Baichuan 4 (百川智能)C4AI Command R+ (Cohere)DBRX-Instruct (DataBricks)Deepseek-LLM-67B-Chat(深度求索)Deepseek-MoE-16B-Chat(深度求索)Doubao-Pro-4K (字节豆包)ERNIE-4.0-8K (百度文心)GLM4 (智谱AI)Hunyuan-Pro (腾讯混元)InternLM2系列(上海AILab书生·浦语)Llama3系列(Meta)Mixtral 8x22B Instruct (Mistral)MoonShot-V1-32K (月之暗面)Qwen1.5系列 (阿里通义千问)Qwen-Max (阿里通义千问)Spark3.5-Max (讯飞星火)Yi-34B-Chat (零一万物)Yi-Large (零一万物)-
首个「中文大模型竞技场」Compass Arena上线,叫得上名字的国产大模型全员大PK
近日,上海人工智能实验室联合阿里魔搭社区(ModelScope)推出中国大语言模型评测竞技场Compass Arena上线,首度集齐国内开源届豪强。
2025-01-21 12:58:05 -
首次解密Claude 3大脑!25岁Anthropic参谋长预言3年内自己将被AI淘汰
Anthropic的25岁参谋长自曝因为深感AGI,未来三年自己的工作将被AI取代。她在最近的一篇文章中预言了未来即将要被淘汰的工种。难道说,Claude 3模型已经初现AGI了吗?
2025-01-21 12:31:49 -
普华永道与OpenAI达成产品技术合作:为10万名员工提供CHatGPT企业版辅助降本增效
全球四大会计事务所之一的普华永道(PwC)在官网宣布,已与OpenAI达成技术、市场双向合作,成为后者目前最大的单一客户和首席产品经销商。
2025-01-21 12:02:33 -
颜值拉满、全员网红:全球首届「AI世界小姐」Miss AI选美大赛,开始啦!
全球首届AI环球小姐选美大赛「WAICAs」现已拉开帷幕,总奖池达到2万美元,全球有超过1500位AI女性角色报名,背后是1万支AI数字人创作团队。
2025-01-21 11:34:52 -
英伟达市值超越苹果升至世界第二丨OpenAI与谷歌员工联名呼吁加强AI监管丨iPhone版本ChatGPT更新
【AI奇点网2024年6月6日早报】本站每日播报AI业界最新资讯,触摸时代脉搏,掌握未来科技动向。事不宜迟,点击查看今日AI资讯早餐。
2025-01-21 11:05:50 -
iPhone版本ChatGPT迎来重要更新:砸了Siri饭碗,可支持实时的多任务后台对话
距离苹果与 OpenAI 达成大模型 API 接口调用合作前夕,iPhone版本ChatGPT更新,可支持多任务后台对话。
2025-01-21 10:39:01
-
怎么快速给模特换装_怎么用stable diffusion给模特换装
本篇教程主要运用StableDiffusion这个工具来进行操作,下面会通过几个小案例,给大家展示不同需求下,我们该如何使用StableDiffusion来辅助我们完成服装效果展示。本教程适用于电商设计场景、摄影场景等多个运用人物设计的实战中
2024-12-23 13:57:15 -
万万没想到,兵马俑都开始跳「科目三」:阿里云通义千问APP打造“全民舞王”视频创作工具,实测效果大赞
兵马俑跳《科目三》,是我万万没想到的。有人借助了阿里云之前走红的AI视频生成技术——「Animate Anyone」,生成出来了这个舞蹈片段。
2024-12-13 16:46:26 -
AIGC落地实践!四招帮你快速搞定运营设计
回顾这一年,随着 AIGC 浪潮的爆发,在掌握AI工具已经成为设计师必备技能。今天这篇文章,通过三个案例流程拆解带大家从新时代设计工作流,到必备「四大招式」,到图标设计六大方向,到训练专属模型,再到全流程手把手拆解设计项目,绝对干货满满
2024-12-18 16:57:17 -
stable diffusion初识_stable diffusion跟其他工具有什么区别]
关于Stable Diffusion的内容很多,在本篇教程里,我会先为你介绍Stable Diffusion模型的运行原理、发展历程和相较于其他AI绘图应用的区别。
2024-12-24 13:45:31 -
PikaAI怎么用_PIkaAI怎样生成视频_AI视频生成器Pika怎么用_AI视频生成工具Pika教程
Pika这款工具7月份在AIGC界横空出世,被圈内誉为目前“全球最好的文本生成视频AI工具”之一,也被认为是另外一款知名AI视频生成工具Runway的强有力挑战者。
2024-12-25 13:35:53 -
如何使用 ChatGPT 调试代码
当您的代码出现问题时,您可以向 ChatGPT 提供故障代码和问题描述。AI 工具将尝试识别并纠正问题。
2024-12-31 12:01:41 -
stable SR脚本安装_stable diffusion脚本网站
上节课我们讲的4xUltraSharp是不是觉得已经很强了! 那么如果我拿出Stable SR脚本你应该如何应对呢?
2024-12-31 13:49:18 -
怎么设置关键词权重_怎么设置Multi Prompts
AI 绘画,顾名思义就是利用人工智能进行绘画,是人工智能生成内容(AIGC)的一个应用场景。其主要原理简单来说就是收集大量已有作品数据,通过算法对它们进行解析,最后再生成新作品,Midjourney是一个由同名研究实验室开发的人工智能程序。
2025-01-03 10:00:57 -
零基础2天速成!白嫖「秋叶」官方AI绘画课程,卷死同事
和「秋叶」一起学AI绘画,掌握Stable Diffusion、Midjourney的使用方法,开展AI绘画副业,搞钱!?
2024-12-17 12:53:01 -
openpose如何自定义角色_个性化角色姿势怎么定制_Controlnet深度解析
在设计角色姿势时,如何使用openpose进行姿势自定义,以及如何通过拍摄照片或使用第三方后期软件?同时,虚幻引擎对于角色姿势的编辑也很重要,本视频就并展示了如何使用优异商城中的免费资源来创建人物角色。
2024-12-19 11:43:51