开源模型首胜GPT-4！竞技场最新战报引热议，Karpathy：这是我唯二信任的榜单

能打得过GPT-4的开源模型出现了！

大模型竞技场最新战报：

1040亿参数开源模型Command R+攀升至第6位，与GPT-4-0314打成平手，超过了GPT-4-0613。

图片

这也是第一个在大模型竞技场上击败GPT-4的开放权重模型。

大模型竞技场，可是大神Karpathy口中唯二信任的测试基准之一。

图片

Command R+来自AI独角兽Cohere。这家大模型创业公司的联合创始人兼CEO，正是Transformer最年轻作者Aidan Gomez（简称割麦子）。

图片

这份战报一出，又掀起了一波大模型社区的热烈讨论。

大家伙儿兴奋的理由很简单：基础大模型卷了一整年，没想到在2024年格局还在不断地发展变化。

HuggingFace联合创始人Thomas Wolf就说：

最近大模型竞技场上的情况发生了巨大的变化：

Anthropic的Claude 3 opus在闭源模型中独占鳌头。

Cohere的Command R+则成为了开源模型中的最强者。

没想到，2024年在开源和闭源两条路线上，人工智能团队的发展都如此之快。

图片

另外，Cohere机器学习总监Nils Reimers还指出了值得关注的一点：

Command R+最大的特色是对内置RAG（检索增强生成）进行了全面优化，而在大模型竞技场中，RAG这样的外挂能力并未纳入测试。

图片

RAG优化模型登上开源王座

在Cohere官方定位中，Command R+是一个“RAG优化模型”。

就是说，这个1040亿参数的大模型主要针对检索增强生成技术进行了深度优化，以减少幻觉的产生，更适配于企业级工作负载。

和此前推出的Command R一样，Command R+的上下文窗口长度是128k。

此外，Command R+还具备以下特点：

• 覆盖10+种语言，包括英语、中文、法语、德语等；
• 能使用工具完成复杂业务流程的自动化

从测试结果来看，在多语种、RAG和工具使用这三个维度上，Command R+都达到了GPT-4 turbo的水平。

但在输入成本方面，Command R+的价格仅为GPT-4 turbo的1/3。

输出成本方面，Command R+则是GPT-4 turbo的1/2。

图片

正是这点引发了不少网友的关注：

图片

不过，尽管在大模型竞技场这种人类主观评测上表现抢眼，还是有网友甩出了一些不同观点。

在HumanEval上，Command R+的代码能力就连GPT-3.5都没打过，在两组测试中分别排在32位和33位。

最新版GPT-4 turbo则没有悬念地拿下了第一。

图片

另外，我们也在最近刚登上正经论文的弱智吧benchmark上简单测试了一下Command R+的中文能力。

图片

你给打个分？

需要说明的是，Command R+的开源只面向学术研究，并不能免费商用。

One More Thing

最后的最后，还是多聊一嘴割麦子小哥。

Aidan Gomez，Transformer圆桌骑士中最年轻的一位，加入研究团队时只是个本科生——

不过，是在多伦多大学读大三时就加入了Hinton实验室的那种。

2018年，割麦子被牛津大学录取，开始像他的论文搭子们那样攻读CS博士学位。

但在2019年，随着Cohere的创立，他最终选择退学加入AI创业的浪潮。

Cohere主要是为企业提供大模型解决方案，目前估值达到了22亿美元。

参考链接：
[1]https://twitter.com/lmsysorg/status/1777630133798772766[2]https://txt.cohere.com/command-r-plus-microsoft-azure/