["微软论文揭示GPT-3.5参数量仅20B，与官方宣称差距巨大。","CodeFusion小型模型性能惊人，仅7500万参数。","争议中，关于模型规模与性能的深刻思考。","AI界竞争激烈，ChatGPT与ClaudeAI角逐上位。","GPT-4审稿人、陶哲轩使用GPT-4解决数学问题。"]

["参数量不是评判大模型的唯一标准,评测集的不同会导致排名差异巨大","主观题比例上升也会影响排名,评测公正性容易受质疑","OpenCompass和FlagEval等第三方评测机构开始受关注","学界认为还应考量模型鲁棒性、安全性等多维度","真正全面有效的评测方式仍在探索中"]

["ELYZA 发布了基于 Meta 的 Llama 2 的日语 LLM「ELYZA-japanese-Llama-2-7b」，参数数量达到 70 亿，性能媲美 GPT3.5。","该模型经过追加事前学习和独特的事后学习，性能在 5 级手动评估中获得最高分，尽管还未达到封闭型 LLM 的水平，但已经与 GPT3.5 相匹敌。","ELYZA 成功地将英语等其他语言的 LLM 能力引入日本语，并通过减少日本语学习量来改进 Meta 的 Llama 2 基础上的模型。"]