开源模型逆袭：Databricks TAO 技术微调 Llama 超越 GPT-4o

阿里通义团队开源新一代数学模型Qwen2-Math，包含1.5B、7B、72B三个参数的基础模型和指令微调模型。 Qwen2-Math基于通义千问开源大语言模型Qwen2研发，旗舰模型 Qwen2-Math-72B-Instruct在权威测评集MATH上的得分超越GPT-4o、Claude-3.5-Sonnet、

在 Meta 推出开源 Llama 3.1 模型之后不久，OpenAI 宣布对其 GPT-4o Mini 模型提供免费微调，允许用户免费使用额外数据训练模型，以便在特定用例中获得更高的性能。 GPT-4o mini 微调适用于 OpenAI 的 Tier 4 和 5 使用层级的开发人员，这

，OpenAI的GPT-4o以81分高居榜首，Claude-3.5-Sonnet与通义千问开源模型Qwen2-72B-Instruct并列第二，得分均为77。 通义千问(Qwen2-72B)既是排名最高的中国大模型，也是全球最强的开源大模型，性能超越文心一言4.0、讯飞星火V4.0、Llama-3-70B

frames-benchmark 上超过了 GPT-4o 的 Search 功能，成为最强的开源 AI 搜索框架。 这个框架结合语义搜索，并提供了快速和深度搜索两种模式，允许多跳搜索（即不断检索以得到理想答案），并且专门为 AI Agent 优化。  OpenDeepSear

GPT-4.1 mini和超轻量的GPT-4.1 nano。 OpenAI 发布 GPT-4.1 系列模型 这次更新的焦点并非面向大众用户，仅通过API接口提供服务，OpenAI官方文档直言不讳地指出，这批新模型在各项能力上全面超越了此前的GPT-4o和GPT-4o mini，在编码能

，贾佳亚团队联合MIT发布的新技术和新模型悄然登上各大开源网站的热榜：hugging face热榜第一、paperwithcode热度第一，Github全部python项目热度第五、github stars一周内破千，Twitter上的相关技术帖子浏览量近18万...... github stars已达1

正在寻求在生成式 AI 领域与 OpenAI 展开竞争，将发布新的开源大模型，其性能或将与GPT-4 不相上下。 报道称，这款新模型比 Llama 2 强大数倍，将提供文本、图像生成以及分析等功能。目前该模型正处于开发之中，最终功能尚

OpenBuddy-LLaMA2-13B 是一个基于 Llama 2 的全新跨语言对话模型。 Llama 2 是 Meta 最新发布的模型基座，它的数据比前一代模型更为充分，且对月活7亿以下的商用予以支持。这意味着，更多的公司和团队可以使用这个模型进行商业开发

模型，CEO马克·扎克伯格在宣传视频中反复强调这将"加速开源AI发展"并让"全世界受益"。 不过，这一宣传却在AI开发社区引发了激烈争议。油管知名博主1littlecoder频道就做了一支很辛辣的视频（Llama 4 is NOT Open Source!），对Meta的

Meta 今天发布了 Llama 3.2 系列开源模型，其中包括小型和中型视觉 LLMs（11B 和 90B），以及适合边缘和移动设备的小型纯文本模型（1B 和 3B），包括预训练和指令调整版本。 LLaMA 3.2 支持同时处理文本、图像和视频，能够理解并生

://arxiv.org/pdf/2310.11453 微软表示，这是第一个参数20亿的开源原生1-bit LLM。它是以4兆字词的数据集训练而成，具备4096 token的context length。 研究团队说明，在BitNet b1.58模型中，单一参数或权重是三元（ {-1, 0, 1}）的。此类新模型

对来自 OpenAI、Anthropic、Google 和 Meta 等品牌的 22 个（12 个开源 LLM 和 10 个专有 LLM）领先的生成式 AI 大语言模型性能进行了比较排名。 Hallucination Index 使用 Galileo 专有的评估指标“context adherence”对开源和闭源模型进行了测试。

OpenAI 在其 API 中引入了结构化输出功能，这意味着模型的输出可以可靠地遵循开发人员提供的 JSON 模式。 对复杂 JSON 模式进行评估时，具有结构化输出的新模型 gpt-4o-2024-08-06 得分为 100%。相比之下，gpt-4-0613 得分不到 40%。 这

法国人工智能初创公司 Mistral 以其强大的开源人工智能模型而闻名。今天，该公司在其不断壮大的大型语言模型 (LLM) 家族中推出了两个新产品：一个是基于数学的模型，另一个是面向程序员和开发人员的代码生成模型，