清華最新報(bào)告評(píng)估 文心大模型3.5部分中文能力超越GPT-4

 　　近日，清華大學(xué)新聞與傳播學(xué)院沈陽(yáng)團(tuán)隊(duì)發(fā)布《大語(yǔ)言模型綜合性能評(píng)估報(bào)告》(下文簡(jiǎn)稱“報(bào)告”)，報(bào)告顯示百度文心一言在三大維度20項(xiàng)指標(biāo)中綜合評(píng)分國(guó)內(nèi)第一，超越ChatGPT，其中中文語(yǔ)義理解排名第一，部分中文能力超越GPT-4。

　　清華大學(xué)新聞與傳播學(xué)院教授、博士生導(dǎo)師沈陽(yáng)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(yǔ)言模型文心一言，讓中國(guó)第一時(shí)間參與到世界前沿科技競(jìng)爭(zhēng)中。我們?cè)谶@次評(píng)測(cè)中也看到了文心一言各方面能力的進(jìn)步，特別是在中文語(yǔ)義理解方面，表現(xiàn)驚艷。國(guó)產(chǎn)大模型的快速發(fā)展，讓技術(shù)落地更可期。”

　　據(jù)了解，報(bào)告本次評(píng)估選取了GPT-4、ChatGPT 3.5、文心一言、通義千問(wèn)、訊飛星火、Claude、天工7個(gè)大語(yǔ)言模型，圍繞生成質(zhì)量、使用與性能、安全與合規(guī)三大維度，全面考察大語(yǔ)言模型上下文理解、中文語(yǔ)義理解、誤導(dǎo)信息識(shí)別、邏輯推理、內(nèi)容安全性、隱私保護(hù)等20項(xiàng)指標(biāo)。

　　綜合來(lái)看，文心一言語(yǔ)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(guó)文化，同時(shí)時(shí)效性強(qiáng)、內(nèi)容安全把握細(xì)微，這源于其知識(shí)增強(qiáng)、檢索增強(qiáng)和對(duì)話增強(qiáng)的技術(shù)創(chuàng)新。

　　在生成質(zhì)量方面，基于對(duì)語(yǔ)義理解、輸出表達(dá)、適應(yīng)泛化的綜合評(píng)測(cè)，文心一言得分率76.98%，僅次于GPT-4，遙遙領(lǐng)先于包括ChatGPT在內(nèi)的其他大語(yǔ)言模型。

　　其中，在部分中文語(yǔ)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(shí)增強(qiáng)的核心特色，文心一言對(duì)本土語(yǔ)言特性把握更精準(zhǔn)，同時(shí)由于訓(xùn)練語(yǔ)料中包含大量本土文本，對(duì)本土文化理解也更深刻，能夠更好處理與本土文化相關(guān)的主題和背景，如詩(shī)歌、方言等，具備更強(qiáng)的國(guó)內(nèi)落地空間。

　　在安全合規(guī)方面，基于對(duì)內(nèi)容安全性、偏見(jiàn)和公平性、隱私保護(hù)等綜合評(píng)測(cè)，文心一言得分率78.18%，與GPT-4并列排名第一，遠(yuǎn)超其他大語(yǔ)言模型。報(bào)告顯示，文心一言內(nèi)容安全性好，注重用戶隱私保護(hù)和版權(quán)保護(hù)。

　　據(jù)了解，百度在“芯片-框架-模型-應(yīng)用”人工智能四層技術(shù)棧全面布局，其自研深度學(xué)習(xí)平臺(tái)飛槳有力支撐了文心大模型的高效訓(xùn)練和推理，截至目前飛槳已凝聚750萬(wàn)名開(kāi)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(shí)現(xiàn)了基礎(chǔ)模型升級(jí)、精調(diào)技術(shù)創(chuàng)新、知識(shí)點(diǎn)增強(qiáng)、邏輯推理增強(qiáng)等，模型效果提升50%，訓(xùn)練速度提升2倍，推理速度提升30倍。

　　當(dāng)下，推進(jìn)行業(yè)大模型應(yīng)用落地成為大勢(shì)所趨。百度文心大模型此前已聯(lián)合國(guó)家電網(wǎng)、浦發(fā)銀行、泰康、吉利等企業(yè)單位，合作發(fā)布了11個(gè)行業(yè)大模型。目前文心大模型擁有中國(guó)最大的產(chǎn)業(yè)應(yīng)用規(guī)模，15萬(wàn)家企業(yè)申請(qǐng)接入文心一言測(cè)試，在超過(guò)400個(gè)場(chǎng)景中已取得相當(dāng)不錯(cuò)的測(cè)試效果。