清华评测更新!国产大模型强势出击,硅谷独霸已成历史

清华评测更新!国产大模型强势出击,硅谷独霸已成历史

4月18日晚间,Meta正式发布全新一代开源模型Llama3。本次发布的Llama3涵盖了两个版本,即Llama3-8B和Llama3-70B,它以其8B的模型规模,超越了去年70B模型的性能。Meta宣称Llama 3-8B和Llama 3-70B是目前同体量下,性能最好的开源模型。

在开源与闭源路线的长期“较量”中,Llama 3的问世,无疑为开源社区注入了一剂强心针,不仅是对开源模式潜力的有力证明,更激励更多的企业和开发者加入到这一开放、协作的生态系统中。

针对Llama 3的具体能力表现,前不久,国内人工智能权威机构清华大学基础模型研究中心正式发布《SuperBench大模型综合能力评测报告》,测试了国内外数款大模型在语义、代码、对齐、智能体和安全五个评测集中的表现

清华评测更新!国产大模型强势出击,硅谷独霸已成历史

根据报告的评分结果,Llama3-70B模型的表现出色,其得分在众多国内外顶尖模型中位列第六位。

大模型之家还注意到,在SuperBench的评测榜单中,第一梯队的大模型已经不再是海外大模型“霸榜”的局面有两款来自国内企业的大模型产品在语义理解能力表现中超越了Llama-3,其中一款是智谱AI开发的GLM-4,另一款是百度推出的文心一言4.0。可见,历经一年的技术发展与沉淀,全球大模型技术能力的竞争格局正在悄然发生改变,中国最前沿的大型人工智能模型已经达到了国际领先水平,成为全球人工智能领域的引领者。

多项评分领先,国产大模型对症下药飞根据SuperBench发布的评测报告,GLM-4在各项子项评测中均展现出优秀的成绩。特别是在知识-常识能力方面,GLM-4以77.3分的优异成绩荣登全球第二、国内第一的宝座。同时其强大的多模态处理能力使GLM-4不仅能处理文本信息,更能理解和生成图片、文件及视频内容,从而在图文理解和生成任务中脱颖而出,精准回应用户的复杂需求。

清华评测更新!国产大模型强势出击,硅谷独霸已成历史

在长文本处理能力上,GLM-4具备128k的上下文处理能力,能够轻松应对长达300页的文本。在MMLU、GSM8K、BBH、HellaSwag等多个数据集上,GLM-4的表现均达到了GPT-4相应性能的94%至100%,展现出卓越的性能。
通过有机整合来自不同模态的上下文信息,GLM-4增强了对整个交互情境的理解能力,这种整合能力使得模型在应对需要综合多种信息源的复杂任务时,能够提供更加精准和全面的回答,进一步提升用户体验。

清华评测更新!国产大模型强势出击,硅谷独霸已成历史

此外,在智能体能力方面,GLM-4同样表现出色,为产业化创造了条件。例如在电商场景中,依托出色的自然语言处理(NLP)能力,能够理解和解释用户的查询、评论以及商品描述,从而准确捕捉用户的购物意图和偏好。
通过先进的推荐系统技术,包括基于协同过滤、深度学习模型等,模型能够根据用户的个性化需求和行为数据,以及通过利用大规模数据处理和分析技术,实现对用户提供更具针对性和前瞻性的服务。


大模型之家还了解到,智谱AI推出了GLMs个性化智能体定制功能,允许用户无需具备编程基础,通过简单的语言提示轻松创建属于自己的GLM智能体,大幅降低大模型的使用门槛。

清华评测更新!国产大模型强势出击,硅谷独霸已成历史

此外,GLM-4模型在图像生成和理解方面也实现了重大突破。通过集成CogView3代模型,GLM-4不仅能够生成具有艺术感的高质量图像,还能对图像内容进行深入分析和理解。这种能力极大地丰富了模型在处理涉及视觉信息的任务时的表现,使得GLM-4能够更准确地捕捉和回应图像中的细节和上下文。

学术+商业双管齐下,国产AI走向成熟

中国大模型技术的快速发展,也让越来越多的国产大模型登上了世界权威评测的榜单。不仅是SuperBench评测,在OpenCompass2.0公布的2023年度大模型公开评测榜单中,也能够看到智谱GLM-4、阿里巴巴Qwen-Max、百度文心一言4.0位列榜单前列,中美在人工智能领域的技术差距正在以超乎想象的速度拉近

清华评测更新!国产大模型强势出击,硅谷独霸已成历史

大模型的技术革命,不仅为人工智能赋予了“涌现”的能力,也为行业逐渐“涌现”出了各种机会,我国人工智能企业也在积累中迎来爆发,全球AI发展的态势也逐渐将人工智能摆在了关键竞争高地。智谱AI CEO张鹏曾多次表示,智谱要将“实现大模型生成AI的全链路自主可控”作为企业的核心竞争力。


在学术领域,中国大模型从业者在多项研究领域都走在行业前沿。例如在近期研究中,智谱团队证明了依靠更好的预训练质量,在更小模型上也能实现了更优的模型能力,颠覆了大模型行业“大力出奇迹”的思维定势。

清华评测更新!国产大模型强势出击,硅谷独霸已成历史

此外,智谱AI带来了提升大模型与人类偏好一致性的强化学习系统——ChatGLM-RLHF框架,该框架由三个主要部分组成:数据收集与处理、奖励模型训练和策略模型训练。
首先,ChatGLM-RLHF通过从SFT模型生成的两个输出中选择一个更优的响应,完成数据的收集。再利用收集到的偏好数据来训练一个奖励模型,预测最符合用户偏好的回答。最后,使用奖励模型来指导模型的优化过程,通过最大化累积奖励来提升模型的表现。

清华评测更新!国产大模型强势出击,硅谷独霸已成历史

在三个步骤的协同工作下,大模型能够更加“通人性”,更清晰地理解人类的喜好与需求,才能够更好地为用户提供服务

在众多权威评测中的亮眼表现以及在研发领域的累累硕果,见证着中国大模型企业的创新能力得到了国际认可。国内丰富的应用场景,也让大模型产业落地走在世界前列,无论是智慧城市、智能制造,还是医疗健康、金融科技等领域都在探索利用大模型技术实现降本增效。

以智谱AI为例,在商业领域前已经有超过2000家生态合作伙伴,1000家规模化应用和200 家深度共创客户。智谱清言作为一款免费的AI工具,为大众用户提供了一个接触和体验生成式AI的窗口。

未来,随着技术的日益成熟和应用领域的不断拓宽,我们满怀信心地期待,我国大模型行业将不断砥砺前行,在探索新的技术高峰的同时,享受到人工智能技术带来的便捷与美好。

(0)
上一篇 2024年4月28日 09:56
下一篇 2024年4月28日 10:17