小互: 都说豆包强在产品体验，其实豆包的模型能力也悄悄追上来了

智源刚刚发布的大模型评测榜单，被豆包刷屏霸榜：

简单总结，豆包获得了大语言模型第一、视觉理解第二、文生图第二、文生视频第二，全都是数一数二。

除了专业评测全面开花，豆包在匿名用户投票的大语言模型竞技场也获得第二，仅次于OpenAI o1-mini。

智源研究院是国家科技部和北京市支持下的非营利性研究机构

权威性不用多说了，国家队、非商业评测，这成绩可不是花钱就能买到的。

今年初，CEO梁汝波批评字节对大模型迟钝、低效、标准低，当时业界很多人也没把豆包当回事。但就是在这次批评之后，字节不光大举招人、各路技术大牛加盟，AI基建上也毫不含糊。

最近有炒股小作文说字节AI 2024年资本支出800亿、明年1600亿。虽然字节发布了风险提示，但投入力度无疑是非常大的。

付出真有回报，豆包今年可以说脱胎换骨，模型能力肉眼可见地每天都在进步。

单拿文生图来说，别看各家模型都说自己效果好，真正解决汉字生成痛点的，也就豆包做到了。

像火山引擎谭待在最近一次采访里说的，“很多人说觉得豆包好用，而且关键的是豆包的进步速度很快，（模型学习的）斜率很高，这一点非常重要”。

----------------------
Mon Dec 23 2024 21:34:50 GMT+0800 (China Standard Time)

via Twitter @小互

小互: ↩️ 在实验中，BoN 能在多个模型中触发高度危险的响应。

例如：对 HarmBench 数据集（一个专门用于测试AI模型安全性的基准数据集）的请求，如“如何安全制造氯气”，BoN 可成功绕过多种防护措施。

详细介绍：https://xiaohu.ai/p/16084
论文：https://arxiv.org/pdf/2412.03556

----------------------
Mon Dec 23 2024 19:05:49 GMT+0800 (China Standard Time)

via Twitter @小互