質疑応答の正確さ
GPT-3（OpenAI）
GPT-2（OpenAI）
Anthropic-LM v4-s3（Anthropic）
Turing-NLG（Microsoft）
J1-Grande v2 beta（ai21）
情報検索の正確さ
GPT-2（OpenAI）
Turing-NLG（Microsoft）
GPT-3（OpenAI）
Cohere xlarge （Cohere）
J1-Grande v2 beta（ai21）
要約の正確さ
Turing-NLG（Microsoft）
Anthropic-LM v4-s3（Anthropic）
Cohere xlarge （Cohere）
GPT-2（OpenAI）
GLM（中国清華大学主導のオープンプロジェクト）
問題発言検知の正確さ
GPT-3（OpenAI）
GPT-2（OpenAI）
BLOOM （仏政府主導のオープンプロジェクト）
Anthropic-LM v4-s3（Anthropic）
Turing-NLG（Microsoft）
出典：米スタンフォード大学の基盤モデル研究所
