Hugging Face发布全新开源大语言模型（LLM）排行榜，首席执行官克莱姆-德兰格（Clem Delangue）指出，以往的 LLM 基准对于最新的模型来说 "太容易了"，就像 "用初中生的问题来让高中生考试"。

      “随着开源语言模型的日益成熟，有必要进行更严格、更具挑战性的评估。”不过，德朗格也提醒说，一些 Al 开发者可能过于关注针对特定基准的优化，而忽略了模型的全面性能。

      该排行榜采取新的评估方式对开源大模型进行排名，其中包括 MMLU-pro 基准，该基准是测试高中和大学水平问题的模型。Hugging Face利用300颗NVIDlA H100 GPU对所有主要开源LLM进行了重新评估，并更新了排名。中国模型在排行榜上占据了主导地位，阿里巴巴的 Qwen-72B 模型表现出色，超越了其他开源模型，位列第一。

      Hugging Face的全新开源LLM排行榜，为大模型的客观性能展示提供了强有力的支持，也为大模型在评估方面的成熟度贡献了自己的一份力量。Hugging Face成立于2016年，已成为开源机器学习的中心枢纽，托管了超过25万个模型和数据集，供20万开发者社区使用。