【AI开源】从2024年12月榜单中挑选最合适的大语言模型开源方案

【Open llM Leaderboard】 是全球最大的大模型和数据集社区 Huggingface 推出的开源大模型排行榜单。

Hugging face 使用 Eleuther A|语言模型评估框架对模型进行多个关键基准测试评估。比如：指令遵循评估 (IFEval)、启发式数学能力倾向测试 (MATH)、研究生级 Google 验证问答 (GPQA)、多步软推理 (MuSR)、大规模多任务语言理解 - 专业版 (MMLU-Pro)、二氧化碳排放量等。

所发图片包含5个维度的榜单：
（1）默认综合榜
（2）适合边缘设备（For Edge Devices、参数≤3B）：超快推理
（3）适合消费类硬件 (For Consumers、3B-7B)：快速推理
（4）适合中端机型（Mid-range、7B-65B）：整体性能均衡
（5）适合 GPU充沛 (For GPU-rich、65B+)：最先进性能

（1）默认综合榜

（2）适合边缘设备（For Edge Devices、参数≤3B）：超快推理

（3）适合消费类硬件 (For Consumers、3B-7B)：快速推理

（4）适合中端机型（Mid-range、7B-65B）：整体性能均衡

（5）适合 GPU充沛 (For GPU-rich、65B+)：最先进性能

值得一提的是，最先进性能的开源方案榜单前几位，追根溯源，均迭代于Qwen/Qwen2.5-72B（阿里的千问、国人之光 👍）。