AI 初創公司 Galileo 近日發布了一份全面的基準測試報告，揭示開源語言模型正迅速縮小與專有對手的性能差距。這一轉變可能重塑 AI 格局，有潛力將先進 AI 功能民主化，加速各行業的創新。
Galileo 的第二份年度「幻覺指數」評估了 22 個領先的大型語言模型在生成不準確資訊方面的傾向。雖然閉源模型仍然整體領先，但只在八個月之間，差距就已經顯著縮小。Galileo 聯合創始人兼 CEO Vikram Chatterji 表示：「開源模型的顯著進步令人難以置信。去年 10 月，前五六名都是閉源 API 模型領先，主要是 OpenAI 的模型。而現在，開源模型已經在縮小差距。」
在此次評估中，Anthropic 的 Claude 3.5 Sonnet 模型在所有任務中表現最佳，超過了去年排名中佔據主導地位的 OpenAI 產品。同時，Google 的 Gemini 1.5 Flash 模型以更低的價格提供強勁的性能，成為最具成本效益的選擇。
阿里巴巴的開源模型 Qwen2-72B-Instruct 在短文本和中等長度輸入方面表現最佳，這標誌著非美國公司在 AI 開發上取得重大進展，挑戰着美國的主導地位。Chatterji 認為，這是 AI 技術更廣泛民主化的一部分，「世界各地、不同經濟階層的團隊都可以開始構建真正令人難以置信的產品」。
來源：VentureBeat
