原创 sanlang谈AI 2024-06-28 21:36 广东
今天一觉醒过来，一觉就到优雅的周五我的心情Be Like上车优雅拿出手机，开始看看世界又咋滴了，不刷不知道，一
今天一觉醒过来，一觉就到优雅的周五
我的心情Be Like
上车优雅拿出手机，开始看看世界又咋滴了，不刷不知道，一刷吓一跳，
啥！一觉醒来！发生了啥
真是人间一日，AI一年，陆游博士又来一张猛图，好家伙，27B的参数，把Qwen2-72B，Llama-3-70b打翻了！
我掐指一算，难道今日谷歌要翻身了？谷歌要赢了！？
等！等！Arena ELO Score？ 原来是竞技场，那没事了，这东西向来玄乎，今天你上明天我下，我们来看实际的一点的，MMLU才是王道。
什么是MMLU?
大规模多任务语言理解能力（MMLU）评分是一个综合基准，它提供了语言模型认知能力的全景图。与 Elo 系统的竞技排名不同，MMLU 评估的是模型在从文学、历史到科学和数学等各个知识领域的理解和推理能力.
等！等！等！大官网怎么只放了这几个大模型，Grok-1按照AI界时光流水，都是上个宇宙的模型了把，技术报告还拿Qwen1.5欺负了下，欺负上一个宇宙模型算什么英雄！于是我拿开我的模型大宝库，来过两招
第一场：最新开源小模型
邀请最近开源的智谱GLM-4-9B过来和两大国际友人切磋两招
可以明显看到来自智谱最新开源的GLM-4-9B，简直是全面碾压...Gemma2-9B与Llama3-8B。
实际在该段位(Small小模型)上,智谱不仅仅是超过Gemma2和Llama3，而是在目前已知开源的知名小模型中，智谱的GLM-4-9B，全球第二！可不能小看这个位置，Gemma已经是第二次开源发布了，Llama3已经是第三次开源发布！我们也能看到Gemma 与Llama不断在成长。
说起智谱最近真的是给了太多的惊喜，上周的数学高考测试，最便宜的1元钱智谱GLM-4-Air竟然能杀入前三，冷门迭起，没看过该文章的同学快去补习下，点击图片可以看视频~。
AI 高考及格率只有 33%！掀开 AI 的遮羞布一探究竟！
第二场：最新开源中大模型比分
邀请最近开源的Qwen2.0 72B，过来欺负欺负Gemma2。
Gemma 2.0的27B...和Qwen2.0也不在一个性能线上，被Qwen2.0一顿胖揍，全面碾压，原谅他只有27B，既然只有27B就和27B的打一打，何必来碰瓷70B以及Qwen1.5...
所以给我一头雾水，谷歌Gemma2发布到底是做啥...也是憋了大半年大招了，出门就被一顿胖揍。
玩笑归玩笑，本次Gemma2发布彰显谷歌在开源领域持续投入与研究的决心，虽然成绩上没有做到拿到第一，但是与Gemma1相比，本次Gemma2进步也不小。但是在竞争的如火如荼的AI赛道，这一点小进步很明显并不够。
闭源商业模型，或许有100种方法夸赞自己牛逼，给自己加上各种前置定于，成为第一。但是开源赛道并不是，它的一切都被放在聚光灯下，等待着所有人的检视，在这里，一切技巧都化为须有，化成两个字“实力”。
智谱从GLM-10B开始播种，到ChatGLM开始让全球认识它，到GLM4走向领先。Qwen也大致相似，Qwen开始蓄力，Qwen2.0走向领先，这里头都没有无缘无故的胜利，如果有，那一定是无数AI日以继夜奋斗的努力。不信自己去Github看看他们的开源历史，我只能说，中国AI，自有名字！！
智谱从GLM-10B开始播种，到ChatGLM让全球认识，再到GLM-4走向领先。Qwen的路径也大致相似，从Qwen1.5开始让全球认识，到Qwen2.0走向领先。这里头没有无缘无故的胜利，如果有！
那一定是无数AI日以继夜奋斗的努力。不信自己去Github看看他们的开源历史，我只能说，中国AI，自有名字！！
