能打得過GPT-4的開源模型出現(xiàn)了！

大模型競(jìng)技場(chǎng)最新戰(zhàn)報(bào)：

1040億參數(shù)開源模型Command R+攀升至第6位，與GPT-4-0314打成平手，超過了GPT-4-0613。

圖片

這也是第一個(gè)在大模型競(jìng)技場(chǎng)上擊敗GPT-4的開放權(quán)重模型。

大模型競(jìng)技場(chǎng)，可是大神Karpathy口中唯二信任的測(cè)試基準(zhǔn)之一。

圖片

Command R+來(lái)自AI獨(dú)角獸Cohere。這家大模型創(chuàng)業(yè)公司的聯(lián)合創(chuàng)始人兼CEO，正是Transformer最年輕作者Aidan Gomez（簡(jiǎn)稱割麥子）。

圖片

這份戰(zhàn)報(bào)一出，又掀起了一波大模型社區(qū)的熱烈討論。

大家伙兒興奮的理由很簡(jiǎn)單：基礎(chǔ)大模型卷了一整年，沒想到在2024年格局還在不斷地發(fā)展變化。

HuggingFace聯(lián)合創(chuàng)始人Thomas Wolf就說(shuō)：

最近大模型競(jìng)技場(chǎng)上的情況發(fā)生了巨大的變化：

Anthropic的Claude 3 opus在閉源模型中獨(dú)占鰲頭。

Cohere的Command R+則成為了開源模型中的最強(qiáng)者。

沒想到，2024年在開源和閉源兩條路線上，人工智能團(tuán)隊(duì)的發(fā)展都如此之快。

圖片

另外，Cohere機(jī)器學(xué)習(xí)總監(jiān)Nils Reimers還指出了值得關(guān)注的一點(diǎn)：

Command R+最大的特色是對(duì)內(nèi)置RAG（檢索增強(qiáng)生成）進(jìn)行了全面優(yōu)化，而在大模型競(jìng)技場(chǎng)中，RAG這樣的外掛能力并未納入測(cè)試。

圖片

RAG優(yōu)化模型登上開源王座

在Cohere官方定位中，Command R+是一個(gè)“RAG優(yōu)化模型”。

就是說(shuō)，這個(gè)1040億參數(shù)的大模型主要針對(duì)檢索增強(qiáng)生成技術(shù)進(jìn)行了深度優(yōu)化，以減少幻覺的產(chǎn)生，更適配于企業(yè)級(jí)工作負(fù)載。

和此前推出的Command R一樣，Command R+的上下文窗口長(zhǎng)度是128k。

此外，Command R+還具備以下特點(diǎn)：

• 覆蓋10+種語(yǔ)言，包括英語(yǔ)、中文、法語(yǔ)、德語(yǔ)等；
• 能使用工具完成復(fù)雜業(yè)務(wù)流程的自動(dòng)化

從測(cè)試結(jié)果來(lái)看，在多語(yǔ)種、RAG和工具使用這三個(gè)維度上，Command R+都達(dá)到了GPT-4 turbo的水平。

但在輸入成本方面，Command R+的價(jià)格僅為GPT-4 turbo的1/3。

輸出成本方面，Command R+則是GPT-4 turbo的1/2。

圖片

正是這點(diǎn)引發(fā)了不少網(wǎng)友的關(guān)注：

圖片

不過，盡管在大模型競(jìng)技場(chǎng)這種人類主觀評(píng)測(cè)上表現(xiàn)搶眼，還是有網(wǎng)友甩出了一些不同觀點(diǎn)。

在HumanEval上，Command R+的代碼能力就連GPT-3.5都沒打過，在兩組測(cè)試中分別排在32位和33位。

最新版GPT-4 turbo則沒有懸念地拿下了第一。

圖片

另外，我們也在最近剛登上正經(jīng)論文的弱智吧benchmark上簡(jiǎn)單測(cè)試了一下Command R+的中文能力。

圖片

你給打個(gè)分？

需要說(shuō)明的是，Command R+的開源只面向?qū)W術(shù)研究，并不能免費(fèi)商用。

One More Thing

最后的最后，還是多聊一嘴割麥子小哥。

Aidan Gomez，Transformer圓桌騎士中最年輕的一位，加入研究團(tuán)隊(duì)時(shí)只是個(gè)本科生——

不過，是在多倫多大學(xué)讀大三時(shí)就加入了Hinton實(shí)驗(yàn)室的那種。

2018年，割麥子被牛津大學(xué)錄取，開始像他的論文搭子們那樣攻讀CS博士學(xué)位。

但在2019年，隨著Cohere的創(chuàng)立，他最終選擇退學(xué)加入AI創(chuàng)業(yè)的浪潮。

Cohere主要是為企業(yè)提供大模型解決方案，目前估值達(dá)到了22億美元。

參考鏈接：
[1]https://twitter.com/lmsysorg/status/1777630133798772766[2]https://txt.cohere.com/command-r-plus-microsoft-azure/