AlpacaEval Leaderboard大模型排行榜

大囚长

于 2024-03-08 14:50:55 发布

阅读量1.2k

点赞数 16

分类专栏：机器学习文章标签：人工智能

本文链接：https://blog.csdn.net/Jailman/article/details/136562121

版权

文章详细比较了包括GPT-4在内的多个AI模型在特定任务中的WinRate，如Mistral、Claude系列和LLaMA等，展示了各模型的性能差异和胜出率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在这里插入图片描述

Model Name	Win Rate	Length
GPT-4 Turbo 📄	50.00%	2049
Contextual AI (KTO-Mistral-PairRM) 📄	33.23%	2521
Yi 34B Chat 📄	29.66%	2123
Claude 3 Opus (02/29) 📄	29.04%	1388
Claude 3 Sonnet (02/29) 📄	25.56%	1420
GPT-4 📄	23.58%	1365
GPT-4 0314 📄	22.07%	1371
Mistral Medium 📄	21.86%	1500
Mistral Large (24/02) 📄	21.44%	1362
Mixtral 8x7B v0.1