Schrödinger (@synbio) 在 刚刚发布的Nvidia Nemotron 70B - 击败了Llama 3.1 405B，GPT4o和Claude 3.5 Sonnet！ 中发帖
Nvidia Nemotron 70B - 击败了Llama 3.1 405B，GPT4o和Claude 3.5 Sonnet！
评估（Nemotron 70B vs Claude 3.5 vs GPT4o）
竞技场 - 85.0 vs 79.2 vs 79.3
AlpacaEval 2 LC - 57.6 对比 52.4 对比 57.5
MT 板凳 - 8.98 vs 8.81 vs 8.74
秘诀？
带有 Llama-3.1-Nemotron-70B-Reward 和 HelpSteer2-Preference 提示的 RLHF （REINFORCE）
他们在 Hugging Face 上发布了 Instruct 模型、奖励模型和数据集！
[image]