文心一言数学和中文理解能力全球第？清华最新报告出炉

4月21日，由清华大学基础模型研究中心联合中关村实验室研制的SuperBench大模型综合能力评测框架，正式对外发布2024年3月版《SuperBench大模型综合能力评测报告》，结果显示：文心一言4.0表现亮眼，与国际一流模型水平接近，且差距已经逐渐缩小。

在人类对齐能力评测中，文心一言4.0位居国内第一；中文理解上，文心一言4.0领先第二名GLM-4 0.41分，GPT-4系列模型表现较差，和文心一言4.0分差超过1分。

在语义理解中的数学能力上，文心一言4.0与Claude-3并列全球第一； GPT-4系列模型位列第四五，其他模型得分在55分附近较为集中；在语义理解中的阅读理解能力上，文心一言4.0超过GPT-4 Turbo、Claude-3以及GLM-4拿下榜首。

在安全性评测上，国内模型文心一言4.0拿下最高分（89.1分），Claude-3仅列第四。

据悉，自文心一言首发至今，用户数已突破2亿。