Meta 最近发布了一项全新的基准测试，名为 Multi-IF，旨在评估大语言模型（LLM）在多轮对话和多语言环境下的指令遵循能力。这一基准覆盖了八种语言，包含4501个三轮对话任务，重点探讨了当前模型在复杂多轮和多语言场景中的表现。在现有的评估标准中，大多数集中于单轮对话和单语言任务，难以全面反映模型在实际应用中的表现。而 Multi-IF 的推出正是为了填补这一空白。研究团队通过将单轮指令扩展为多轮指令，生成了复杂的对话场景，并确保每一轮指令在逻辑上连贯、递进。此外，

人工智能研究机构 Nous Research 近期推出了 Nous Chat 聊天机器人，可以访问其大型语言模型 Hermes3-70B。 Nous Chat 聊天机器人提供了类似于 ChatGPT 的熟悉界面，并允许用户与模型交互，而无需自己运行代码。Nous Chat 机器人具备长脉络记忆、多轮对话、复杂角色扮演及自我独白等功能，目前 Nous Research 也已在 Hugging Face 开放相关 Hermes3-70B 模型家族以供开发人员预览。Nous Research 公司还预告了一款名为 Nous-Hermes-2-Mixtral-8x7B-DPO 的模型，这是一款基于 Mixtral8x7B 打造的专家混合模型，号称利用 GPT-4生成的

智谱AI开放平台宣布免费开放GLM-4-Flash模型，旨在推动AI应用创新。该模型以高速和经济性著称，适用于快速响应的简单任务，支持多轮对话、网页浏览、Function Call和长文本推理，覆盖26种语言。通过优化技术，如自适应权重量化、并行化、批处理和投机采样，GLM-4-Flash显著降低了推理成本，预训练阶段获得超过10T高质量多语言数据。模型在逻辑推理能力测试中表现出色，生成速度达到72.14token/s。其功能包括实时网页检索、函数调用等。在多个领域展现潜力，如生物研究、教育、翻译和广告。为鼓励用户反馈，提供限时免费微调福利，完成调查问卷即可获得训练资源包。