「全球大模型競技場」榜單更新：DeepSeek-V2位列開源榜首

DeepSeek2024年7月18日
美國時間 2024年7月16日，LMSYS 組織的大模型競技場（Chatbot Arena）更新結果發佈，DeepSeek-V2-0628 超越 Llama3-70B、Qwen2-72B、Nemotron-4-340B、Gemma2-27B 等開源模型， 榮登全球開源模型榜首 ！



Chatbot Arena 是全球公認的權威大模型盲測平臺，吸引瞭如 GPT-4、Claude、Llama、Gemini 等衆多頂尖模型參與，更有 Yi-Large、Qwen、GLM等國內優秀模型同臺競技。 測評方式採用人工盲測，評測者在不知曉模型名字和機構的情況下，讓兩個大模型回答同一個問題，選出更優質的回覆。

世界級的長難問題解決能力

在Arena的分項排名中，DeepSeek-V2-0628 在各分項上也表現不俗：
  • 難問題（Hard Prompt）世界第三
  • 代碼（Code）世界第三
  • 長問題（Longer Query）世界第四

  • 數學（Math）世界第七

其中，長難問題和代碼領域與 GPT-4-Turbo-0409 和 Claude 3 Opus 處於同一水平。

國內模型的佼佼者

在Chatbot Arena 的國內參與者中，DeepSeek-V2-0628 同樣名列前茅，排名 國內所有模型第二位 。與備受好評的 Qwen2-72B 開源模型相比，DeepSeek-V2-0628展現了更強的競爭力，排名高出 10 名。

值得一提的是，DeepSeek-V2-0628 已於 2024年6月28日上線 DeepSeek 的API 和網頁端，價格極具競爭力。


V2-0628 更新日誌

DeepSeek-V2-0628 相較於 0507 開源 Chat 版本，在代碼數學推理、指令跟隨、角色扮演、JSON Output 等方面能力全面提升。訪問 platform.deepseek.com ，接入最新版本 V2-0628 API。

擁抱開源社區，共同探索AGI

DeepSeek-V2-0628 模型權重已經上傳至： https://huggingface.co/deepseek-ai/DeepSeek-V2-Chat-0628

相信我們，持續開源。 我們共同的星辰大海是 AGI。



閱讀原文
「全球大模型競技場」榜單更新：DeepSeek-V2位列開源榜首 - 今日精華