4登顶斯坦福AlpacaEval

要点:1.Xwin-LM，一款基于Llama2微调的语言模型，成功在斯坦福AlpacaEval上击败了GPT-4，成为新的榜首模型。2.Xwin-LM分别推出了70B、13B、7B规模的模型，在多项性能评估和自然语言处理任务中表现出色。3.AlpacaEval是一款自动评估工具，用于比较模型在遵循指令和性能表现方面的能力，对模型的性能提供了有效的评估方法。