【ITBEAR】在近期公布的LLM基準測試項目LiveBench的官方榜單上，中國大模型“六小虎”成員之一——階躍星辰的大語言模型step-2-16k-202411，以卓越表現奪得全球第五、國產第一的佳績。這一成就不僅標志著中國AI技術的飛速進步，也彰顯了階躍星辰在AI領域的深厚底蘊。
▲LiveBench榜單總評分前15名
LiveBench項目，由Abacus.AI主導，并吸引了圖靈獎得主、meta首席AI科學家楊立昆的參與，因其嚴格的評測標準和每月更新的題庫，被譽為“最難糊弄的LLMs基準測試”。這一項目不僅要求大模型具備全面的能力，還強調測試的公正性和真實性，有效避免了測試集污染等問題。
階躍星辰的step-2-16k-202411，在LiveBench的六類別任務中，尤其在指令跟隨（IF Average）方面，以86.57的高分力壓群雄，甚至超過了OpenAI的o1-preview-2024-09-12。這一成績不僅體現了step-2-16k-202411在語言生成上的精準控制力，更展示了其強大的理解和遵循人類指令的能力。
▲LiveBench官網博客
階躍星辰的step-2-16k-202411，是該公司自研的萬億參數MoE大語言模型。在設計過程中，階躍星辰放棄了upcycle（向上復用）路徑，選擇了從頭開始訓練的艱難道路。通過部分專家共享參數、異構化專家設計等創(chuàng)新手段，階躍星辰成功構建了Step-2 MoE架構，不僅提升了模型的性能，還確保了每個“專家模型”都能得到充分訓練。
今年3月，Step-2預覽版發(fā)布，成為國內首個由創(chuàng)業(yè)公司發(fā)布的萬億參數MoE大語言模型。隨后，在7月的世界人工智能大會上，Step-2正式發(fā)布，其出色的數理邏輯、編程、世界知識、指令跟隨等能力，全面逼近GPT-4，引發(fā)了業(yè)界的廣泛關注。
階躍星辰的Step系列模型，除了萬億MoE大語言模型Step-2外，還包括多模態(tài)理解大模型Step-1.5V、圖像生成模型Step-1X等，形成了全面的模型矩陣。同時，階躍星辰還推出了C端應用“躍問”和“冒泡鴨”，將AI技術應用于實際生活中，為用戶提供了更加便捷、智能的服務。
階躍星辰的成立時間雖短，但其在AI領域的深耕細作，使其在短時間內取得了顯著的成果。此次在LiveBench榜單上的優(yōu)異表現，不僅是對階躍星辰技術實力的肯定，更是對中國AI產業(yè)發(fā)展的鼓舞。在全球AI賽場上，國產大模型正逐漸嶄露頭角，展現出強大的競爭力和發(fā)展?jié)摿Α?/p>
