Llama 2 Chat 70B supera o ChatGPT (3.5) na avaliação de modelos

• Segundo o leaderboard do AlpacaEval, que avalia automaticamente modelos de linguagem de instruction-following
• GPT-4 95.28% > Llama Chat 70B 92.66% > Claude 2 91.36% > ChatGPT 89.37%
• O AlpacaEval realiza a avaliação automática usando o conjunto de avaliação do AlpacaFarm e comparando com as respostas geradas pelo GPT-4