近期，大模型開源開放評測體系司南(OpenCompass 2.0)公布了2024年4月大語言模型最新評測榜單，智譜AI的GLM-4繼續(xù)保持國產(chǎn)大模型第一的領(lǐng)先身位。
大模型開源開放評測體系司南(OpenCompass 2.0)由上海人工智能實(shí)驗(yàn)室發(fā)布。其月度榜單從基礎(chǔ)能力和綜合能力的設(shè)計(jì)出發(fā)，構(gòu)建了一套高質(zhì)量的中英文雙語評測基準(zhǔn)體系，對主流開源模型和商業(yè)API模型進(jìn)行了全面評測分析。評測榜單涉及的大語言模型和多模態(tài)大模型超過150個，更有包括Meta、阿里巴巴、騰訊、百度等30余家國內(nèi)外企業(yè)和科研機(jī)構(gòu)采用OpenCompass助力開展技術(shù)研發(fā)。
在4月客觀評測榜單中，OpenCompass基于語言、知識、推理、數(shù)學(xué)、代碼、智能體六個維度構(gòu)建了15000余道高質(zhì)量中英文雙語問題，并引入OpenCompass團(tuán)隊(duì)首創(chuàng)的循環(huán)評估 (Circular Evalution) 策略，系統(tǒng)性分析了國內(nèi)外大模型的客觀性能。其中，GLM-4位列第四名，僅次于GPT-4-Turbo系列與Claude3-Opus，成為國內(nèi)大模型客觀評測月度總榜第一名。在語言維度方面，GLM-4分?jǐn)?shù)達(dá)到57.7分表現(xiàn)突出，超過GPT-4-Turbo系列與Claude3-Opus。在知識維度上，GLM-4得到68.9分，超過第二名的GPT-4-Turbo-1106，與第三名Claude3-Opus不相上下。
值得一提的是，GLM-4此前便長期占據(jù)OpenCompass 2.0榜單前列，并多次在權(quán)威榜單與全球頂級大模型一較高下。清華《SuperBench大模型綜合能力評測報(bào)告》顯示，GLM-4在語義理解等方面的能力表現(xiàn)超過了GPT-4-Turbo等國際一流模型，在代碼、智能體等方面，排名國內(nèi)第一。在SuperCLUE-Fin(SC-Fin)中文原生金融大模型測評基準(zhǔn)中，GLM-4斬獲一項(xiàng)A+及多項(xiàng)A級評價(jià)，在國內(nèi)大模型中排名第一。
據(jù)了解，GLM-4是由智譜AI于今年1月推出的新一代基座大模型。GLM-4整體性能逼近GPT-4，它可以支持更長的上下文，具備更強(qiáng)的多模態(tài)能力。同時(shí)，它的推理速度更快，支持更高的并發(fā)，大大降低推理成本。依托GLM-4 All Tools能力，GLM-4智能體能夠?qū)崿F(xiàn)自主根據(jù)用戶意圖，自動理解、規(guī)劃復(fù)雜指令，自由調(diào)用網(wǎng)頁瀏覽器、Code Interpreter代碼解釋器和多模態(tài)文生圖大模型以完成復(fù)雜任務(wù)。
開發(fā)者可以通過智譜AI大模型開放平臺bigmodel.cn接入GLM-4模型開放API，便捷高效地體驗(yàn)GLM-4的強(qiáng)大能力。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
