这几天，真OpenAI的Llama3系列把开源大模型的关注度拉满了，全网各路测评者在大模型评测社区LMSYS PK打分评出了一份大模型排行榜单。评测结果显示，Llama 3的表现位列第五，在英文单项榜单中，Llama 3反超了Claude，与GPT-4打成了平手。

然而，在中文能力排行榜，Llama 3则已经排到了20名开外。对于开源模型而言，可以使用微调（finetune） 对特定场景进行针对性的优化，从而进一步提高回答质量。

超算互联网上线了专门针对中文进行微调的中文聊天模型Llama3-8B-Chinese-Chat ，该模型是第一个基于 Meta-Llama-3-8B-Instruct 模型。与原始模型相比，新模型在语法结构、词汇用法、文化背景、语义理解等方面对中文有更强的适应性和准确性。

本文，我们带来了一手实测，将以 Llama-3-8B-chineseChat 为例介绍：

• 如何在超算互联网上一键启动，与Llama-3-8B-chineseChat交互；

• 实测Llama-3-8B-chineseChat在新闻热点、科学知识、错误知识辨析等问答上的表现如何。

一键开启AI体验，使用教程奉上

考虑到国内开发者对中文语言环境的熟悉与偏好，超算互联网平台对 LLaMA系列模型提供了详细的使用教程，极大地降低用户理解模型功能及使用方法的门槛，进一步提升了模型的易用性。

话不多说，详细的一键启动、使用教程视频奉上：

当然，我们也准备了详细的图文版使用手册，欢迎广大AI开发者登录国家超算互联网（www.scnet.cn），搜索“Llama”关键词注册体验。

Llama3中文版实测大公开

一切准备就绪，我们选定新闻热点、科学知识、错误知识辨析、逻辑推理问题、创新内容5个评测维度进行测评。

新闻热点问答：

Q：2024年有哪些重要体育赛事？

Llama-3-8B-chineseChat：

Q：推荐几部最近上映的电影？

Llama-3-8B-chineseChat：

科学知识问答：

Q：请描述LAMMPS的主要功能和设计目标，它在材料科学中的典型应用场景，以及与GROMACS相比，其在处理大量粒子系统（如金属、陶瓷、聚合物）的优势。

Llama-3-8B-chineseChat：

Q：我需要训练一个100亿参数量的模型，怎么预估所需要的计算资源？

Llama-3-8B-chineseChat：

错误知识辨析问答：

Q：把大象关进冰箱，需要几步？

Llama-3-8B-chineseChat：

Q：陨石为什么总是落在陨石坑里？

Llama-3-8B-chineseChat：

Q：只切一刀，如何把四个橘子分给四个小朋友？

Llama-3-8B-chineseChat：

逻辑推理问题问答：

Q：我前年五一去了云南旅游，去年去了山东旅游，今年想去福建旅游，明年想去新疆旅游，我真的太爱出去旅游了。我在上述信息中已经去过哪些省份旅游了？今年五一去哪个省份旅游？

Llama-3-8B-chineseChat：

Q：我有6个鸡蛋，碎了2个，煎了2个，吃了2个，还剩下几个？

Llama-3-8B-chineseChat：

创新内容问答：

Q：E人和I人分别指什么，差别是什么？

Llama-3-8B-chineseChat：

Q：请以五一劳动节的主题写一首诗歌。

Llama-3-8B-chineseChat：

总结

实测显示Llama3-8B-Chinese-Chat在简单问题下可以正确理解知识文本中的信息，但在时效性热点、逻辑错误的问题辨析上，缺乏对新闻热点追踪和误导性论述的解读与纠正能力。在解答牵涉多个学科交叉、跨领域知识融汇的问题时，能够灵活调用各领域的知识储备，构建综合性解答内容。

感兴趣的朋友可点击链接 www.scnet.cn/ui/mall/detail/goods?type=software&common1=DATA&id=1782668416182910978&resource=DATA，一键开启与Llama3的中文对话。