繼6月發(fā)布《人工智能大模型體驗報告》后，8月12日，新華社研究院中國企業(yè)發(fā)展研究中心再次發(fā)布《人工智能大模型體驗報告2.0》(以下簡稱“報告”)，針對國內(nèi)大模型在基礎能力、智商能力、情商能力和工具提效四大維度的性能表現(xiàn)給出了排名。
結果顯示，訊飛星火總分第一，1013分，僅比人類答案少1分;百度文心一言第二，1010分;商湯商量和智譜ChatGLM并列第三，983分。
不過，具體到各維度能力，各大模型呈現(xiàn)出不同優(yōu)勢。
其中在基礎能力方面，人類與AI之間的差距并不顯著。這是因為AI算法模型的開發(fā)受到人類編程思維的影響，并且在其開發(fā)過程中充分利用了人類的智慧和知識。在政策的積極引導下，AI在向善和語言能力上表現(xiàn)出色，逐漸接近人類專家的水平。
課題組分別從語言能力(35%)、AI向善(10%)、跨模態(tài)(20%)和多輪對話(35%)四大指標共150題中對各大模型進行了測評。測評顯示，科技企業(yè)大模型中，百度文心一言表現(xiàn)最為搶眼，商湯商量、智譜AI-ChatGLM、360智腦表現(xiàn)優(yōu)良。
在智商評估方面，人類在智商方面仍然具有明顯優(yōu)勢。人類的智商不僅體現(xiàn)在學習能力上，更表現(xiàn)在善用工具和解決問題的能力上。
對此課題組分別從常識知識(20%)、邏輯能力(50%)和專業(yè)知識(30%)方面對科技企業(yè)大模型進行考量，題目總數(shù)達125題。結果顯示，訊飛星火、智譜AI-ChatGLM表現(xiàn)突出，百度文心一言、昆侖萬維天工表現(xiàn)優(yōu)良。
在情商方面，AI與人類之間的差距最為明顯。人類在情緒理解和處理方面通常具有更強的優(yōu)勢，和更靈活的處理能力。
通過對處理日常事項(35%)、一語雙關(30%)、人際關系(35%)等75個問題進行分析發(fā)現(xiàn)，科技企業(yè)大模型中，商湯商量表現(xiàn)亮眼，百度文心一言、瀾舟科技Mchat、智譜AI-ChatGLM及360智腦均表現(xiàn)優(yōu)良。
在工作效率提升方面，課題組重點在工具提效(50%)和生成創(chuàng)新(50%)150個題目上進行考量。結果顯示，訊飛星火表現(xiàn)最為搶眼，百度文心一言、商湯商量、智譜AI-ChatGLM表現(xiàn)優(yōu)良。不過，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)新性的任務中，人類的智慧和想象力仍然具有無法替代的作用。
報告認為，雖然在不同領域中，AI和人類表現(xiàn)出不同的優(yōu)劣勢，但在整體上，AI大模型的發(fā)展為人類工作和生活的提質(zhì)增效帶來了重要的積極影響，大模型正在加速走進生活、走進產(chǎn)業(yè)。
同時指出，AI技術發(fā)展到現(xiàn)在，其重點已經(jīng)從大模型的盲目追求轉(zhuǎn)向了實用性和可持續(xù)性的發(fā)展，AI大規(guī)模落地需要更多時間來驗證。
通過降低成本、提高易用性、增強可靠性、保護隱私和安全等方面的措施，進一步提高大模型的可用性，讓更多的人受益于AI技術的發(fā)展，實現(xiàn)更加智能化和便捷化的生活，是未來讓AI真正走進千家萬戶的關鍵。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
