近日消息，新榜国际权威榜单 LiveBench 官网公布了最新的单阶第语言大模型测评结果，阶跃星辰自研的跃星万亿参数语言大模型 Step-2 的技术表现位列中国基座大模型第一，成绩逼近 OpenAI 的辰位 o1-mini-2024-09-12，超越 gpt-4o-2024-08-06 、列中gemini-1.5-pro-002 等国际主流模型，模型是新榜唯一进入榜单前十名的中国语言大模型，位列全球第五。单阶第另外，跃星同时上榜的辰位中国大模型公司还有通义千问和 DeepSeek。

LiveBench 是列中由图灵奖得主、Meta 首席 AI 科学家杨立昆（Yann LeCun）联合 Abacus.AI、模型纽约大学等机构联合推出的新榜大模型测评基准。LiveBench 从包括数学、单阶第推理、跃星编程、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，被誉为「世界上第一个不可玩弄的 LLM 基准测试」。

值得关注的是，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，捕捉到模糊需求背后用户的真实意图，对通用及特定领域知识的覆盖上都有更好的表现。比如当使用 Step-2 创作古诗词，模型在发挥创意的同时能够对字数、格律、押韵、意境做到精准把握。

据了解，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。目前，阶跃星辰开放平台为开发者提供 Step-2 的 API 接口，该公司的 C 端智能助手「跃问」也已经接入了 Step-2 万亿参数语言大模型，用户在跃问 App 和跃问官网（https://yuewen.cn）皆可体验。

• ·女友在INS晒照撒狗粮！凯
• ·勒沃库森官方：穆基勒因左大腿肌肉受伤，将缺战利物浦&波鸿
• ·怎么说，整个pcl应该不会有第二个小北一样的选手吧，1顶4硬上。
• ·[赛后采访]eStarPro.花楼：平时我们在训练的时候挺需要花海站出来C
• ·金庸、琼瑶都走了 80后真的进入中年了
• ·素酒一对一赢过一次吗？
• ·羡慕吗？日本15人欧冠破门 韩国5人孙兴慜19球 中国4人0球
• ·[流言板]梅开二度！莫兰特接球起飞再次空中转体，拉杆换手上篮打进
• ·梦想成世界第一盘带高手的他登陆欧洲！古川阳介租借加盟波兰球队
• ·李昂晒携家人感谢球迷照片：感谢你们
• ·特尔施特根社媒祝贺加维复出：很高兴你能回归
• ·自上赛季英超6人进球&助攻均上双：戈登、萨卡、帕尔默在列
• ·纳帅：穆西亚拉、维尔茨有潜力赢得金球奖哈弗茨近两年进步很大
• ·[流言板][赛果]ES止步四强，狼队败决等待明日AG/KSG败者！
• ·特思曼三天比赛，只要有一天吃圈绝对冠军
• ·铜梁龙主帅：我们所有人始终在战斗，明天用胜利为赛季顺利收官