6月27日凌晨，全球著名开源平台huggingface（笑脸）的联合创始人兼首席执行官Clem在社交平台宣布，阿里最新开源的Qwen2-72B指令微调版本，成为开源模型排行榜第一名。
他表示，为了提供全新的开源大模型排行榜，使用了300块H100对目前全球100多个主流开源大模型，例如，Qwen2、Llama-3、mixtral、Phi-3等，在BBH、MUSR、MMLU-PRO、GPQA等基准测试集上进行了全新评估。
重新评估的原因是，目前开发者太注重排行榜的名次，在训练过程中使用了很多评估集的数据，并且之前的评估流程对于那些模型来说太简单了，所以，本次给这些模型加大了难度，想看看它们的真正实力。
结果显示，阿里开源的Qwen-2 72B力压科技、社交巨头Meta的Llama-3、法国著名大模型平台Mistralai的Mixtral成为新的王者，中国在全球开源大模型领域处于领导地位。
Qwen-2开源地址：https://huggingface.co/Qwen/Qwen2-72B-Instruct
根据排行榜的数据显示，Meta开源的Llama-3-70B指令微调版本位列第2；阿里的Qwen2-72B基础版本排名第3；Mistralai的Mixtral-8x22B指令微调版本排名第4；
微软最新开源的小参数模型Phi-3-Medium-4K 14B排名第五，这说明小参数模型经过高质量数据集的预训练，同样能实现媲美大参数模型的能力。
中国零一万物最新开源的Yi-1.5-34B-Chat版本排在了第六名；知名大模型平台Cohere开源带RAG功能的Command R+ 104B排名第7；
英伟达开源的Smaug-72B-v0.1曾经排名第一，但在新的排行榜只有第8名；第9和第10名，全部都是阿里之前开源的Qwen1.5基础和Chat版本。
所以，全新排行榜的前10名竞争非常激烈，很多都是当过之前排行榜第一名的高手，相当于大模型界的“华山论剑”。
阿里开源的4款大模型傲视群雄，无愧于“中神通”的名号，这也充分说明中国对全球开源大模型的重要贡献以及领导地位。
对于这个排名结果，StabilityAI的研究总监，19岁便获得博士学位的Tanishq表示，他很早就说过中国在开源大模型领域非常有竞争力，除了Qwen2，还有零一万物、InternLM、Deepsseek等很多知名的开源模型。
关于中国在开源大模型领域处于落后状态简直可笑，相反，他们却处于领导者地位。
对于阿里Qwen-2取得如此高的成绩，确实让很多人感到惊讶，但事实结果就是这样。
他们也把希望寄托在Meta身上了，赶紧发布点新模型和Qwen-2再来一次大PK。
其实，不只是huggingface，曾经就有人发布过ElyzaTasks100性能评测，Qwen2-72B的指令微调版本也是性能最高的开源大模型，仅次于OpenAI的GPT-4o，高于谷歌的Gemini1.5Pro。
其实在与OpenAI、Anthropic这两家著名闭源大模型平台进行PK时，Qwen2-72B指令微调版本也丝毫不落下风，也是中国唯一进入美国评估标准前10的国内公司。
希望阿里砥砺前行，更上一层楼。期待未来发布更多高性能的开源大模型，造福全人类。
END
