清華最新報告評估，文心大模型3.5部分中文能力超越GPT-4

8月7日消息，近日，清華大學新聞與傳播學院沈陽團隊發(fā)布《大語言模型綜合性能評估報告》（下文簡稱“報告”），報告顯示百度文心一言在三大維度20項指標中綜合評分國內第一，超越ChatGPT，其中中文語義理解排名第一，部分中文能力超越GPT-4。

清華大學新聞與傳播學院教授、博士生導師沈陽表示：“今年3月，百度在全球大型科技公司中率先發(fā)布了大語言模型文心一言，讓中國第一時間參與到世界前沿科技競爭中。我們在這次評測中也看到了文心一言各方面能力的進步，特別是在中文語義理解方面，表現(xiàn)驚艷。國產大模型的快速發(fā)展，讓技術落地更可期?！?/p>

據(jù)了解，報告本次評估選取了GPT-4、ChatGPT 3.5、文心一言、通義千問、訊飛星火、Claude、天工7個大語言模型，圍繞生成質量、使用與性能、安全與合規(guī)三大維度，全面考察大語言模型上下文理解、中文語義理解、誤導信息識別、邏輯推理、內容安全性、隱私保護等20項指標。

綜合來看，文心一言語義理解能力突出，特別是具備更好的中文理解能力，更懂中國文化，同時時效性強、內容安全把握細微，這源于其知識增強、檢索增強和對話增強的技術創(chuàng)新。

在生成質量方面，基于對語義理解、輸出表達、適應泛化的綜合評測，文心一言得分率76.98%，僅次于GPT-4，遙遙領先于包括ChatGPT在內的其他大語言模型。

其中，在部分中文語義理解方面，文心一言以92%的得分率排名榜首，超越訊飛星火、GPT-4。憑借知識增強的核心特色，文心一言對本土語言特性把握更精準，同時由于訓練語料中包含大量本土文本，對本土文化理解也更深刻，能夠更好處理與本土文化相關的主題和背景，如詩歌、方言等，具備更強的國內落地空間。

在安全合規(guī)方面，基于對內容安全性、偏見和公平性、隱私保護等綜合評測，文心一言得分率78.18%，與GPT-4并列排名第一，遠超其他大語言模型。報告顯示，文心一言內容安全性好，注重用戶隱私保護和版權保護。

據(jù)了解，百度在“芯片-框架-模型-應用”人工智能四層技術棧全面布局，其自研深度學習平臺飛槳有力支撐了文心大模型的高效訓練和推理，截至目前飛槳已凝聚750萬名開發(fā)者。

飛槳與文心協(xié)同優(yōu)化，文心大模型3.5最新版本實現(xiàn)了基礎模型升級、精調技術創(chuàng)新、知識點增強、邏輯推理增強等，模型效果提升50%，訓練速度提升2倍，推理速度提升30倍。

當下，推進行業(yè)大模型應用落地成為大勢所趨。百度文心大模型此前已聯(lián)合國家電網、浦發(fā)銀行、泰康、吉利等企業(yè)單位，合作發(fā)布了11個行業(yè)大模型。目前文心大模型擁有中國最大的產業(yè)應用規(guī)模，15萬家企業(yè)申請接入文心一言測試，在超過400個場景中已取得相當不錯的測試效果。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。