日前,由清华大学基础模型研究中心联合中关村实验室研制的SuperBench大模型综合能力评测框架,正式对外发布2024年3月版《SuperBench大模型综合能力评测报告》。评测共包含了14个在海内外具有代表性的模型,结果显示:文心一言4.0表现亮眼,与国际一流模型水平接近,且差距已经逐渐缩小。
在人类对齐能力评测中,文心一言4.0表现优异,位居国内第一。其中,在中文推理、中文语言等评测上,文心一言遥遥领先,和其他模型拉开明显差距;中文理解能力方面,文心一言4.0领先优势明显,领先第二名GLM-4 0.41分,GPT-4系列模型排在中下游,并且和第一名文心一言4.0的得分差超过1分。
在语义理解中的数学能力上,文心一言4.0与Claude-3并列全球第一;GPT-4系列模型位列第四五位,其他模型得分在55分附近较为集中;而在语义理解中的阅读理解能力上,文心一言4.0超过GPT-4Turbo、Claude-3以及GLM-4拿下榜首。
在企业选择大模型最看重的安全性评测上,文心一言4.0表现亮眼,力压国际一流模型GPT-4系列模型和Claude-3。
文心一言不仅技术能力过硬,在应用落地上也是一路领先。自去年3月16日文心一言首发至今,用户数已突破2亿,每天API调用量也突破了2亿。
上游新闻 杨昕华