99re6这里有精品热视频,久久综合九色欧美综合狠狠,国产精品久久久久久无毒不卡,av免费无插件在线观看,欧美放荡办公室videos

  1. 創(chuàng)業(yè)頭條
  2. 前沿領域
  3. AI智能
  4. 正文

歷時400多天,國產(chǎn)大模型全面趕超GPT-4?

 2024-05-10 13:56  來源:A5專欄  我來投稿 撤稿糾錯

  阿里云優(yōu)惠券 先領券再下單

稍微留意下近期的新聞,“趕超GPT-4”正在成為國產(chǎn)大模型的新熱點。

百度文心一言、商湯日日新以及阿里云剛剛發(fā)布的通義千問2.5,均已邁入“全面趕超GPT-4”陣營。

把時間線稍微拉長一些的話,過去大半年時間里,“超越GPT-4”的消息可謂屢見不鮮,即使在報道中刻意加上了多項基準、部分指標等前綴,依然賺足了眼球,成為國產(chǎn)大模型佐證自身能力的有力指標。

簡單做個復盤的話,國產(chǎn)大模型對GPT-4的追趕已經(jīng)進行了400多天,其中“趕超進程”可以粗分為三個階段。

第一階段:部分性能超越GPT-4

2023年3月14日,OpenAI正式推出了GPT-4,彼時大多數(shù)國產(chǎn)大模型還未開放,少數(shù)內(nèi)測大模型的比較對象還是GPT-3。作為業(yè)界標桿的GPT-4,就像是科幻照進了現(xiàn)實,被無數(shù)人捧上神壇。

但在短短半年后,GPT-4就出現(xiàn)在了國產(chǎn)大模型廠商的比較名單里。

2023年8月底,商湯科技對外公布了一則新進展:擁有1230億個參數(shù)的“書生·浦語”,在全球51個知名評測集共計30萬道問題集合上,測試成績排名全球第二,并在綜合考試agieval、知識問答commonsenseqa、閱讀理解和推理的十項評測中位列第一,分數(shù)超過風頭正盛的GPT-4。

2023年10月17日的“生成未來”發(fā)布會上,百度正式發(fā)布了文心大模型4.0版本,李彥宏在現(xiàn)場依次演示了大模型的理解、生成、邏輯和記憶四大核心能力的特點與應用場景。盡管沒有給出評測數(shù)據(jù),李彥宏卻自信地表示:文心大模型4.0的綜合水平,“與GPT-4相比毫不遜色”。

國產(chǎn)大模型趕超GPT-4的序幕正式拉開,此后一兩個月里,不少大模型給了這樣的營銷口徑:整體能力已經(jīng)不輸于GPT-3.5,并且在部分性能指標上開始超越GPT-4。

第二階段:整體性能逼近GPT-4

時間來到2024年初,國內(nèi)的“百模大戰(zhàn)”進入收斂期,一些不被資本市場認可的大模型,漸漸成了一個數(shù)字,只有幾家科技大廠和獨角獸仍活躍在大模型一線。“活下來”的大模型,勢必要在能力上證明自己。

綜合性能逼近GPT-4,開始成為新的營銷話術。

2024年1月中旬的智譜AI技術開放日上,正式發(fā)布了新一代基座大模型GLM-4。按照智譜AI官方的說法:在權威的英文測試榜單中,GLM-4已經(jīng)整體逼近GPT-4,平均能達到GPT-4 90%以上的水平,在個別項目上表現(xiàn)持平;而在國內(nèi)企業(yè)更加看重的中文任務上,GLM-4的表現(xiàn)全面超過GPT-4。

同樣是在2024年1月,科大訊飛發(fā)布了星火認知大模型V3.5,在邏輯推理、語言理解、文本生成、數(shù)學答題、代碼、多模態(tài)等核心能力均顯著提升,其中語言理解、數(shù)學能力已經(jīng)超過GPT-4 Turbo,代碼能力達到GPT-4 Turbo 96%,多模態(tài)理解達到GPT-4V 91%。“在中文理解方面,甚至遙遙領先。”

回頭來看,智譜AI和科大訊飛的營銷策略還是有些“保守”,百川智能在同一時間段發(fā)布的Baichuan 3,對外表示已經(jīng)在CMMLU、GAOKAO等中文評測中超越GPT-4。

第三階段:全面趕超GPT-4 Turbo

2023年11月的OpenAI首屆開發(fā)者大會,GPT-4 Turbo可以說整個活動的焦點,不僅比GPT-4更聰明,文本處理的上限更高,推理的速度更快,價格也更便宜,國產(chǎn)大模型隨即迎來了新的比較對象。

先是2024年4月份發(fā)布的日日新5.0,擁有6000億參數(shù),并在發(fā)布會上引用了OpenCompass的評測數(shù)據(jù):日日新5.0達到或超越了GPT-4 Turbo版本,幾乎全方位碾壓了同期發(fā)布的 Llama 3-70B。

再然后就是阿里云剛剛發(fā)布的通義千問2.5,根據(jù)媒體報道中的說法:模型性能全面趕超GPT-4-Turbo,成為“地表最強”中文大模型;通義千問1100億參數(shù)開源模型在多個基準測評收獲最佳成績,超越Meta的Llama-3-70B,成為開源領域最強大模型。

可以篤定的是,日日新5.0和通義千問2.5只是個開始,后續(xù)將有更多國產(chǎn)大模型在能力上超越GPT-4-Turbo。

畢竟科大訊飛早已預熱了上半年發(fā)布星火認知大模型V4.0的消息,將全面對標GPT-4系列;文心一言4.0的發(fā)布已經(jīng)超過半年,不排除新版本正在準備中,且大概率會在性能上再上一個臺階……

“跑分”的意義在哪里?

不管是一開始的“部分性能超越”,還是現(xiàn)在進行中的“全面趕超”,依據(jù)都是第三方評測結(jié)果,或者說大模型廠商的主觀判斷。比如商湯和阿里云爭相引用的OpenCompass,就是上海人工智能實驗室開源的大模型評測平臺。

對于一些大模型沉迷于刷榜、跑分的現(xiàn)象,上海人工智能實驗室領軍科學家林達華教授曾在媒體采訪中直言:通過題海戰(zhàn)術提高大模型成績,對于模型實際能力的反應是失真的,影響了模型研發(fā)團隊的改進方向和模型的商業(yè)落地,“高分低能”傷害的是機構本身;榜單上任何具體的名字只是大模型成長過程中無數(shù)次測試中的一次,一時的排名高低并不真正反映模型的能力。

何況很多大模型測試集為了公開透明,測試題目或者提綱都是公開的,大模型廠商不難通過“針對性的訓練”來提高分數(shù)。只要將足夠的的測試題喂給大模型,在開卷考試的機制下,分數(shù)總不會太低。

也就是說,分數(shù)高并不一定代表大模型的能力強。“跑分”的意義僅僅是讓客戶或開發(fā)者對大模型能力有一個初步的認識,最終的評估因素永遠是“能不能解決問題”,“能不能在場景中帶來實實在在的生產(chǎn)力”。

特別是在大模型走向落地應用的趨勢下,一味炒作“超越GPT-4”、“跑分第一”,妄顧落地應用的實效,可能會適得其反。以大模型應用中比較常見的財報分析為例,如果大模型連一家企業(yè)的財報都看不懂,再高的計算分數(shù)也不會讓客戶信服,反而會被排除在合作名單外。

而參考中信證券等機構的研究報告,目前OpenAI的GPT-5正處于紅隊測試階段,有望在今年夏天正式發(fā)布,可能在多模態(tài)理解、長文本輸入、zero-shot學習等方面實現(xiàn)重大突破,且性能將遠超GPT-4。即使國產(chǎn)大模型花費400多天追平了GPT-4,在相當長一段時間里,仍將處于追趕的姿態(tài)。

大模型的價值是解決日常問題的生產(chǎn)力工具,趕超GPT-4的階段性升級,可以看作是國產(chǎn)大模型有序迭代部署、不斷拉近差距的標志,切莫像手機跑分那樣,在過度營銷的作用下,淪為被群嘲的對象。

申請創(chuàng)業(yè)報道,分享創(chuàng)業(yè)好點子。點擊此處,共同探討創(chuàng)業(yè)新機遇!

相關標簽
大模型

相關文章

  • 大模型爭霸的下一站:不僅是超越GPT-4,更是尋求模型之間的平衡應用

    文|智能相對論作者|沈浪知名科學雜志《Nature》發(fā)表了一篇關于大模型規(guī)模參數(shù)大小爭議的文章《InAl,isbiggeralwaysbetter?》——AI大模型,越大越好嗎?隨著大模型應用走向?qū)嵺`,這一問題不可避免地成為了當前AI行業(yè)發(fā)展的焦點與爭議。有人認為,大模型當然是越大越好,參數(shù)越大,性

    標簽:
    大模型
  • 解密Kimi:大模型應用當紅頂流是如何練成的?

    拋開營銷戰(zhàn),或許在中國也可以探索新的大模型應用聚合方式、供給方式以及商業(yè)利潤分配的方式,對大模型公司來說,這將是一個新議題。

    標簽:
    大模型
  • 大模型的現(xiàn)在進行時:走出對話框,走向產(chǎn)業(yè)端

    大模型熱潮涌動了一年多后,越來越多人平復了激動的情緒,開始從客觀的視角重新思考大模型的價值和機會。紅杉資本在AlAscent2024的開場演講中提到,大模型的創(chuàng)造能力和推理能力,第一次實現(xiàn)了以類似人類的方式進行交互,將支撐起數(shù)十萬億美元的市場。然而和AGI的遙遠夢想相比,大模型的創(chuàng)業(yè)者們卻不得不正視

    標簽:
    大模型
  • 李彥宏放話:百度AI大模型絕不搶開發(fā)者飯碗

    關注盧松松,會經(jīng)常給你分享一些我的經(jīng)驗和觀點。昨晚,李彥宏內(nèi)部講話稱:AI大模型開源意義不大,百度絕不搶開發(fā)者飯碗。但你一定要說話算話哦,可千萬別說:“我永遠不做手機,誰再敢提做手機就給我走人”,結(jié)果5年后自己的手機銷量排名第一。如果百度也這么干的話估計AI也沒人用了。李彥宏認為:從商業(yè)模式的角度來

    標簽:
    大模型
  • 360 AI員工“紅衣”入職事業(yè)部 承擔多項安全運營工作

    近日,科技巨頭360公司宣布,其全新AI員工“紅衣”正式入職事業(yè)部,標志著公司向智能化、自動化方向邁出了堅實的一步。據(jù)悉,“紅衣”由360安全大模型支持,具備高度智能化和自主學習能力,能夠在多個領域提供高效、精準的服務?!凹t衣”是首位正式入職的數(shù)字安全專家,由360安全大模型支持,在安全運營工作中,

    標簽:
    大模型
  • Manus官網(wǎng)突現(xiàn)“地區(qū)不可用”提示,中國區(qū)業(yè)務戰(zhàn)略性調(diào)整引關注

    四個月前邀請碼炒至10萬元,如今官網(wǎng)變灰、社交賬號清空,這家AI新貴的閃電遷移折射中國科技企業(yè)出海潮涌。7月11日,打開Manus官網(wǎng)的用戶發(fā)現(xiàn)一則突兀提示:“Manus在你所在的地區(qū)不可用”。而就在不久前,這個位置還顯示著“Manus中文版本正在開發(fā)中”的樂觀聲明。同時,Manus官方微博和小紅書

    標簽:
    ai智能
  • 摩爾線程估值超 250 億,「中國英偉達」沖刺科創(chuàng)板

    文/十界來源/節(jié)點財經(jīng)一場圍繞算力自主的競賽,正在科創(chuàng)板上演。近日,國產(chǎn)全功能GPU廠商摩爾線程遞交科創(chuàng)板招股書,擬募資約80億人民幣,成為今年上半年科創(chuàng)板擬募資規(guī)模最大的沖刺者,也打響了“國產(chǎn)英偉達”上市的第一槍。據(jù)招股書顯示,摩爾線程自2020年成立以來,主營全功能GPU芯片的研發(fā)與銷售,以自主

  • 百川智能高管集體跑路!王小川的醫(yī)療AI還能贏嗎?

    “AI大模型六小虎”百川智能危機重重。這是前搜狗CEO王小川創(chuàng)辦的AI公司。昨天就爆出新聞,百川智能的聯(lián)合創(chuàng)始人離職,這是王小川入局AI的第一道大坎。接下的成敗非常關鍵:(1)拿下河北(2)學習科大訊飛百川智能離職高端概覽:(1)2025年7月10日,百川智能技術聯(lián)合創(chuàng)始人謝劍將離職。他是百川只能的

  • 百度智能云PaddleOCR 3.1正式發(fā)布:關鍵能力支持MCP

    百度AI團隊今日正式推出PaddleOCR3.1版本,以突破性的多語言組合識別(MultilingualCompositionPerception,MCP)技術為核心,徹底重構復雜文檔處理邊界。此次升級標志著OCR領域首次實現(xiàn)對同一文檔內(nèi)任意混合語言文本的精準識別,為全球化企業(yè)、跨境業(yè)務及多元文化場

    標簽:
    ai智能
    ai技術
  • 宇樹科技加速沖刺科創(chuàng)板IPO,人形機器人龍頭估值飆至120億元

    “宇樹已形成硬件、算法、場景聯(lián)動的業(yè)務飛輪,自研率超95%的技術壁壘讓其成為全球機器人賽道不可忽視的中國力量?!笔壮藤Y本管理合伙人朱方文在追加投資時如是評價。7月7日,據(jù)每日經(jīng)濟新聞從宇樹科技投資方處獲悉,國內(nèi)人形機器人領軍企業(yè)宇樹科技(UnitreeRobotics)已明確計劃于科創(chuàng)板IPO,預計

    標簽:
    宇樹科技
  • OpenAI推出GPT-5:AI大統(tǒng)一時代的到來?

    推理與多模態(tài)的終極融合,將徹底終結(jié)用戶在不同模型間切換的煩惱。7月7日,OpenAI正式確認將在今年夏季推出新一代人工智能模型GPT-5。這一突破性產(chǎn)品將整合現(xiàn)有的多個強大模型,特別是融合專注推理能力的“O系列”與具備多模態(tài)功能的“GPT系列”,為用戶提供前所未有的統(tǒng)一體驗。OpenAI開發(fā)者體驗負

    標簽:
    chatgpt
  • 中小AI企業(yè),沒有“高考”資格

    高考一結(jié)束,忙壞了海內(nèi)外一眾大模型。豆包、DeepSeek、ChatGPT、元寶、文心一言、通義千問……掀起了一波“AI趕考”大戰(zhàn)。據(jù)悉,去年高考期間,大模型的成績才勉強過一本線,今年集體晉升985。據(jù)悉,豆包甚至過了清北的錄取線。頭部大模型在高考“考場”上玩得不亦樂乎,中小AI創(chuàng)企的處境卻日益尷尬

    標簽:
    ai智能
  • 大模型搶灘高考志愿填報,能否頂替「張雪峰」們?

    文/二風來源/節(jié)點財經(jīng)每年高考成績放榜后,數(shù)千萬考生和家長將迎來另一場硬仗——填報志愿。今年,這一領域迎來了AI的全面介入,多家互聯(lián)網(wǎng)大廠和教育公司紛紛推出智能志愿填報產(chǎn)品,為考生提供院校和專業(yè)選擇建議。據(jù)艾媒咨詢數(shù)據(jù),2023年中國高考志愿填報市場付費規(guī)模約9.5億元,近九成考生愿意借助志愿填報服

    標簽:
    大模型
  • 蘋果AI掉隊?現(xiàn)在唱衰或許還為時過早

    蘋果還沒從WWDC25的“群嘲”中走出,又迎來了一次新的痛擊。據(jù)路透社報道,21日,蘋果公司遭到股東集體起訴,被指在信息披露中低估了將先進生成式AI整合進語音助手Siri所需的時間,導致iPhone銷量受影響、股價下滑,構成證券欺詐。在這份訴訟中,庫克、首席財務官凱文·帕雷克及前首席財務官盧卡·馬埃

  • DeepSeek、豆包向左,盤古大模型向右

    華為的盤古大模型終于推出新版本了。6月20日華為云計算CEO張平安宣布基于CloudMatrix384超節(jié)點的新一代昇騰AI云服務全面上線,盤古大模型5.5同步發(fā)布。不過,當前國內(nèi)的AI大模型競爭可謂是相當激烈,華為的盤古大模型在眾多大模型中并不是十分出眾。華為云此次重磅推出的盤古大模型5.5能否從

熱門排行

編輯推薦