阶跃星辰自研的万亿参数语言大模型Step-2在国际权威榜单LiveBench中位列国产基座大模型第一，全球排名第五，超越多个国际主流模型。Step-2在指令遵循方面表现突出，能够更精准地理解用户模糊指令，并提供个性化响应。其知识覆盖范围广且深入，能处理复杂问题，在文字创作上也具备强大的细节控制能力，例如古诗词创作。阶跃星辰已将Step-2接入C端智能助手「跃问」，用户可在App和网页端体验其功能。

🤔Step-2在LiveBench榜单中位列国产基座大模型第一，全球排名第五，是唯一进入前十的中国语言大模型，成绩逼近OpenAI的o1-mini-2024-09-12，超越gpt-4o-2024-08-06、gemini-1.5-pro-002等国际主流模型。

🚀Step-2在指令遵循（IF Average）方面表现突出，能够更精准地理解用户模糊指令，并提供个性化响应，例如从上下文中推断出用户的真实需求，提供更准确、个性化的响应。

📚Step-2在知识覆盖范围和深度上都取得显著突破，不仅能够处理常见领域知识，还能深入理解和回答特定领域或边缘分布中的复杂问题。

✍️Step-2能够生成高质量、有创意的文字内容，同时具备出色的细节控制能力，能够根据用户的指令对文本进行精确地调整和优化，例如在创作古诗词时，对字数、格律、押韵、意境都可以做到精准把握。

原创 阶跃星辰 2024-11-19 19:10 北京

唯一进入前十的中国语言大模型！

国际权威榜单 LiveBench 官网发布最新的榜单成绩显示，阶跃星辰自研的万亿参数语言大模型 Step-2 在榜单中位列国产基座大模型第一，成绩逼近 OpenAI 的 o1-mini-2024-09-12，超越 gpt-4o-2024-08-06 、gemini-1.5-pro-002 等国际主流模型，是唯一进入榜单前十名的中国语言大模型，位列全球第五。

（图片来自 LiveBench 官网）

LiveBench 是由图灵奖得主、Meta 首席 AI 科学家杨立昆（Yann LeCun）联合 Abacus.AI、纽约大学等机构推出的大模型测评基准。LiveBench 从包括数学、推理、编程、语言理解、指令遵循和数据分析在内的多个复杂维度对模型进行评估，采用新颖的数据来源并保持每月更新。LiveBench 的官网上写着“A Challenging，Contamination-Free LLM Benchmark”，被行业内誉为「世界上第一个不可玩弄的 LLM 基准测试」。

根据榜单，Step-2 在 IF Average（Instruction Following）一项表现突出，超越包括 o1-preview-2024-09-12 在内的所有国内外语言大模型。这意味着，Step-2 在语言生成上对细节有最强的控制力，模型能够更好地理解和遵循人类指令，比如：

1. 模糊指令“更懂你”

Step-2 具备出色的理解能力，能够从上下文中推断出用户的需求，精准捕捉用户在模糊指令中的真实意图，提供更准确、个性化的响应。

2. 知识分布更广更深

Step-2 在知识覆盖范围和深度上都取得显著突破，不仅能够处理常见领域知识，还能深入理解和回答在特定领域或边缘分布中的复杂问题。

3. 文字创作控制上更细致

Step-2 能够生成高质量、有创意的文字内容，同时具备出色的细节控制能力，能够根据用户的指令对文本进行精确地调整和优化。比如在创作古诗词时，对字数、格律、押韵、意境都可以做到精准把握。

今年 3 月，阶跃星辰发布了 Step-2  语言大模型预览版，这是国内首个由创业公司发布的万亿参数模型。Step-2 在语义理解、指令跟随、内容创作方面表现突出。目前，阶跃星辰 C 端智能助手「跃问」已经接入了 Step-2 万亿参数语言大模型，在跃问 App 和跃问网页端（https://yuewen.cn）皆可体验。

跳转微信打开