清華權(quán)威報(bào)告公布，文心一言多項(xiàng)指標(biāo)“遙遙領(lǐng)先”

最近，由清華大學(xué)基礎(chǔ)模型研究中心聯(lián)合中關(guān)村實(shí)驗(yàn)室研制的SuperBench大模型綜合能力評(píng)測(cè)框架，正式對(duì)外發(fā)布2024年3月版《SuperBench大模型綜合能力評(píng)測(cè)報(bào)告》。評(píng)測(cè)共包含了14個(gè)海內(nèi)外具有代表性的模型，結(jié)果顯示：文心4.0表現(xiàn)亮眼，與國(guó)際一流模型水平接近，且差距已經(jīng)逐漸縮小，名副其實(shí)為國(guó)內(nèi)頭部模型。

例如在人類對(duì)齊能力評(píng)測(cè)中，文心4.0表現(xiàn)優(yōu)異，位居國(guó)內(nèi)第一，其中在中文推理、中文語(yǔ)言等評(píng)測(cè)上，文心遙遙領(lǐng)先，和其他模型拉開(kāi)明顯差距，中文理解上，文心4.0領(lǐng)先優(yōu)勢(shì)明顯，領(lǐng)先第二名GLM-4 0.41分，GPT-4系列模型表現(xiàn)較差，排在中下游，并且和第一名文心4.0分差超過(guò)1分。

在語(yǔ)義理解中的數(shù)學(xué)能力上，文心4.0與Claude-3并列全球第一；GPT-4系列模型位列第四五，其他模型得分在55分附近較為集中，明顯落后第一梯隊(duì)；而在語(yǔ)義理解中的閱讀理解能力上，文心4.0超過(guò)GPT-4 Turbo、Claude-3以及GLM-4拿下榜首。

而在企業(yè)選擇大模型最看重的安全性評(píng)測(cè)上，國(guó)內(nèi)模型文心4.0表現(xiàn)亮眼，力壓國(guó)際一流模型GPT-4系列模型和Claude-3拿下最高分（89.1分），Claude-3僅列第四。

值得注意的是，文心一言不僅在技術(shù)能力上過(guò)硬，在應(yīng)用落地上也是一路領(lǐng)先。自去年3月16日文心一言首發(fā)至今，用戶數(shù)已突破2億，每天API調(diào)用量也突破了2億。