新浪科技讯 5月18日下昼音信，在北京智源究诘院（智源究诘院）大模子评测发布会上，智源评测体系发布并公布了140余个国表里开/闭源言语及多模态大模子才智评测成果。评测成果显现，在汉文语境下，国内头部言语模子的详细进展已接近海外一活水平，但存在才智发展不平衡情况；在多模态量度图文问答任务上j9九游会官方，开闭源模子瓜分秋色，国产模子进展非常；在汉文语境下的文生图才智上，国产多模态模子与海外一活水平差距较小。

　　据评测成果，在汉文语境下，字节跨越豆包Skylark2、OpenAI GPT-4位居第一、第二，国产大模子更懂中国用户。在言语模子客不雅评测中，OpenAI GPT-4、百川智能Baichuan3位列第一、第二。百度文心一言4.0、智谱华章GLM-4和月之暗面Kimi均参预言语模子主客不雅评测前五。

　　多模态量度模子客不雅评测成果显现，图文问答方面，阿里巴巴通义Qwen-vl-max与上海东谈主工智能现实室InternVL-Chat-V1.5先后伊始于OpenAI GPT-4，LLaVA-Next-Yi-34B和上海东谈主工智能现实室Intern-XComposer2-VL-7B紧随自后。

　　在海淀区教委复古下，智源究诘院融合与海淀区教师进修学校对王人学生熟谙姿首，覆按大模子与东谈主类学生的学科水平互异。评测发现，模子在详细学科才智上与海淀学生平均水平仍有差距，无数存在文强理弱的情况，况兼对图表的量度才智不及，大模子未来有很大的进步空间。

　　据先容，2023年6月，智源究诘院与多个高校团队共建FlagEval大模子评测平台上线，迄今终结已完成1000屡次袒护天下多个开源大模子的评测和论说发布。本次评测使用了20余个数据集、超8万谈考题，包括与相助单元共建和智源自建的多个评测数据集。（文猛）

海量资讯、精确解读，尽在新浪财经APP

包袱裁剪：张倩 j9九游会官方