Llama 2 Chat 70B, 모델 평가에서 ChatGPT(3.5)를 능가

• Instruction-Following 언어 모델을 자동으로 평가하는 AlpacaEval Leaderboard 기준
• GPT-4 95.28% > Llama Chat 70B 92.66% > Claude 2 91.36% > ChatGPT 89.37%
• AlpacaEval 은 AlpacaFarm 평가 세트를 이용하여 GPT-4 가 응답한 내용과 비교하여 자동으로 평가를 진행