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，表現驚艷。國產大模型的快速發(fā)展，讓技術落地更可期?！?/p>

據了解，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。

雷峰網(公眾號：雷峰網)

雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。