新華社研究院發(fā)布國產(chǎn)大模型報告：訊飛星火工具效能指數遙遙領(lǐng)先，總分第一

AI大模型的發(fā)展為人類(lèi)工作和生活的提質(zhì)增效帶來(lái)了重要的積極影響，大模型正在加速走進(jìn)生活、走進(jìn)產(chǎn)業(yè)。

500道題目、對標接受過(guò)高等教育的人類(lèi)水平、更強調對產(chǎn)業(yè)和生活的實(shí)際價(jià)值，嚴格按基礎能力指數、智商指數、情商指數、工具提效指數四大測評維度進(jìn)行權重設計……8月12日，新華社研究院中國企業(yè)發(fā)展研究中心發(fā)布《人工智能大模型體驗報告2.0》（以下簡(jiǎn)稱(chēng)《報告》），訊飛星火以總分1013分位列本次國產(chǎn)主流大模型測評榜首位，在四大評測維度中的智商指數和工具提效指數兩個(gè)維度獲得第一，《報告》認為訊飛星火“在工作提效方面優(yōu)勢明顯”。

《報告》認為，具有7大核心能力（即文本生成、語(yǔ)言理解、知識問(wèn)答、邏輯推理、數學(xué)能力、代碼能力、多模態(tài)能力）的訊飛星火認知大模型擁有跨領(lǐng)域的知識和語(yǔ)言理解能力，能夠基于自然對話(huà)方式理解與執行任務(wù)。從海量數據和大規模知識中持續進(jìn)化，實(shí)現從提出、規劃到解決問(wèn)題的全流程閉環(huán)。

面對國產(chǎn)大模型“涌現”，訊飛星火認知大模型從立項到發(fā)布，再到迭代升級，每個(gè)節點(diǎn)都緊鑼密鼓：5月6日發(fā)布訊飛星火認知大模型及其在教育、辦公、汽車(chē)、人機交互、醫療等領(lǐng)域的應用落地；6月9日突破開(kāi)放式問(wèn)答并在數學(xué)能力上迭代升級；即將到來(lái)的8月15日會(huì )在代碼能力上實(shí)現重大突破，并在多模態(tài)交互能力上升級；10月24日對標ChatGPT，實(shí)現中文超越、英文相當的水平。

在智商評估方面，《報告》認為，人類(lèi)在智商方面仍然具有明顯優(yōu)勢。課題組分別從常識知識（20%）、邏輯能力（50%）和專(zhuān)業(yè)知識（30%）方面對大模型進(jìn)行考量，結果顯示，訊飛星火排名第一。

代碼能力無(wú)疑是訊飛星火“高智商”的底層能力，8月15日訊飛星火代碼能力也將進(jìn)行重大升級，同時(shí)還將推出相關(guān)代碼產(chǎn)品成果，值得期待。

在工作效率提升方面，《報告》認為， AI對人類(lèi)提供了有力的支持，AI的處理速度遠遠超過(guò)人類(lèi)。然而，盡管AI具有高速度和高效率的優(yōu)勢，但在某些復雜和具有創(chuàng )新性的任務(wù)中，人類(lèi)的智慧和想象力仍然具有無(wú)法替代的作用。課題組重點(diǎn)在工具提效（50%）和生成創(chuàng )新（50%）方面進(jìn)行考量，結果顯示，訊飛星火以350分排名第一并遙遙領(lǐng)先。

《報告》認為，與2023年6月相比，當前中國大模型產(chǎn)品進(jìn)步顯著(zhù)。但與接受過(guò)高等教育的人類(lèi)相比，大模型在智商、情商等方面還存在一定程度差距。雖然在不同領(lǐng)域中，AI和人類(lèi)表現出不同的優(yōu)劣勢，但在整體上，AI大模型的發(fā)展為人類(lèi)工作和生活的提質(zhì)增效帶來(lái)了重要的積極影響，大模型正在加速走進(jìn)生活、走進(jìn)產(chǎn)業(yè)。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！