关注 | 天津大学和信创海河实验室举办“大模型技术与评测研讨会”

日前，天津大学和信创海河实验室举办“大模型技术与评测研讨会”，会上天津大学发布首份《大模型评测报告》，对国内外主流的14个大语言模型进行综合能力评测，结果显示，中美大模型正在形成两强领跑的格局。

天津机器学习重点实验室负责人、天津大学胡清华教授表示，“基础智能模型有望重塑人工智能的发展模式，国内外大模型如雨后春笋般大量涌现。全面准确评价此类模型是推动和规范其健康发展的基础，为使用者在选择和应用大模型时提供参考。可以看到，百度文心一言在评测中展现了国产大模型的强大实力，中国的大语言模型在短期内取得巨大发展，正在逐步赶超国际类似的模型，甚至在某些指标上实现了局部超越。未来，期待国产大模型能够取得更大突破，可以赋能社会经济发展，助力我国科技高质量自立自强。”

参与本次评测的大模型包括GPT-4、ChatGPT gpt-3.5-turbo、Claude-instant、Sage gpt-3.5-turbo等国外大模型，以及百度文心一言、阿里通义千问、讯飞星火认知大模型、ChatGLM-6B、360智脑、MOSS-16B、MiniMax、baichuan-7B等国产大模型。评测使用一套涵盖知识问答、语言表达、逻辑推理、常识问答、文本问答、机器翻译等不同领域知识、包含多种题型的综合性试题，通过多维度得分结果，清楚了解不同模型的擅长领域和综合能力优劣。

天津大学方面发布，国产大模型以文心一言为代表，在知识问答、语言表达、逻辑推理、常识问答等方面表现出色。此外，本次评测中，文心一言在计算机、医学、法律和教育等领域的得分率高，为大语言模型在相关行业的落地提供了技术基础。