Llama 2 Chat 70B vượt ChatGPT (3.5) trong đánh giá mô hình

• Theo bảng xếp hạng AlpacaEval dành cho việc đánh giá tự động các mô hình ngôn ngữ làm theo chỉ dẫn
• GPT-4 95.28% > Llama Chat 70B 92.66% > Claude 2 91.36% > ChatGPT 89.37%
• AlpacaEval tiến hành đánh giá tự động bằng cách sử dụng bộ đánh giá AlpacaFarm và so sánh với nội dung phản hồi của GPT-4