司南OpenCompass 2.0评测GLM-4稳坐国内榜首,智谱AI大模型实力强悍
2024-05-22 16:47:26爱云资讯阅读量:201319
近期,大模型开源开放评测体系司南(OpenCompass 2.0)公布了2024年4月大语言模型最新评测榜单,智谱AI的GLM-4继续保持国产大模型第一的领先身位。
大模型开源开放评测体系司南(OpenCompass 2.0)由上海人工智能实验室发布。其月度榜单从基础能力和综合能力的设计出发,构建了一套高质量的中英文双语评测基准体系,对主流开源模型和商业API模型进行了全面评测分析。评测榜单涉及的大语言模型和多模态大模型超过150个,更有包括Meta、阿里巴巴、腾讯、百度等30余家国内外企业和科研机构采用OpenCompass助力开展技术研发。
在4月客观评测榜单中,OpenCompass基于语言、知识、推理、数学、代码、智能体六个维度构建了15000余道高质量中英文双语问题,并引入OpenCompass团队首创的循环评估 (Circular Evalution) 策略,系统性分析了国内外大模型的客观性能。其中,GLM-4位列第四名,仅次于GPT-4-Turbo系列与Claude3-Opus,成为国内大模型客观评测月度总榜第一名。在语言维度方面,GLM-4分数达到57.7分表现突出,超过GPT-4-Turbo系列与Claude3-Opus。在知识维度上,GLM-4得到68.9分,超过第二名的GPT-4-Turbo-1106,与第三名Claude3-Opus不相上下。
值得一提的是,GLM-4此前便长期占据OpenCompass 2.0榜单前列,并多次在权威榜单与全球顶级大模型一较高下。清华《SuperBench大模型综合能力评测报告》显示,GLM-4在语义理解等方面的能力表现超过了GPT-4-Turbo等国际一流模型,在代码、智能体等方面,排名国内第一。在SuperCLUE-Fin(SC-Fin)中文原生金融大模型测评基准中,GLM-4斩获一项A+及多项A级评价,在国内大模型中排名第一。
据了解,GLM-4是由智谱AI于今年1月推出的新一代基座大模型。GLM-4整体性能逼近GPT-4,它可以支持更长的上下文,具备更强的多模态能力。同时,它的推理速度更快,支持更高的并发,大大降低推理成本。依托GLM-4 All Tools能力,GLM-4智能体能够实现自主根据用户意图,自动理解、规划复杂指令,自由调用网页浏览器、Code Interpreter代码解释器和多模态文生图大模型以完成复杂任务。
开发者可以通过智谱AI大模型开放平台bigmodel.cn接入GLM-4模型开放API,便捷高效地体验GLM-4的强大能力。
- 北京筑龙入选《2024数字化采购发展报告》,以AI大模型催化采购供应链智能化场景落地
- 软通动力成功签约山东钢铁集团永锋临港有限公司AI大模型建设项目
- 聚焦AI赛道,360率先推出首款真AI大模型手表
- 新款智能鼠标,一键弹出AI大模型全家桶,智能鼠标.中国引领办公新风尚
- AI大模型让智慧交通“更聪明” 海信亮相2024世界人工智能大会
- 尘锋受邀参加2024全球数字经济大会活动圆桌讨论,分享SCRM+AI大模型应用创新经验
- 白熊AI入选第三批“北京市通用人工智能产业创新伙伴计划”、获评GDEC2024 AI大模型场景应用典型案例
- 钉钉战略客户部总经理邱达:AI大模型的进步,将带来全新形态的组织变革
- 华为开发者大会2024今日召开,HarmonyOS NEXT开启AI大模型时代OS新体验
- 尘锋受邀参加阿里AI大模型研讨会,分享SCRM+AI赋能企业提质增效实践经验
- 北京筑龙:AI大模型引领企业数字化革新,重塑采购供应链智能化未来
- AI大模型高考作文新玩法:你的随身语文老师
- 出门问问入选「中国AI大模型平台排行榜TOP10」
- OpenAI 官宣训练新的AI大模型,苹果/微美全息竞相加注驱动AI创新发展
- 云驰未来inVSOC V3重磅焕新!融合AI大模型驱动汽车安全运营效能飞跃
- 北京筑龙:以AI大模型技术为引擎,探索更多采购供应链场景落地