6月13日，司南OpenCompass和魔搭ModelScope聯(lián)手推出的大語言模型競技場 Compass Arena公布首期大模型對戰(zhàn)榜單。智譜AI的GLM-4 w/search 排名僅次于GPT-4o，位列國內大模型第一。相比 GLM-4，GLM-4 w/search 可以在交互過程中引入外部搜索引擎信息輔助內容生成。
Compass Arena司南大模型競技場是由司南OpenCompass團隊和魔搭ModelScope團隊共同推出的大語言模型 (LLM) 評測平臺，旨在為國內的大語言模型領域引入一種全新的競技模式，為廣大互聯(lián)網用戶提供了一個匿名、隨機的大語言模型競技環(huán)境，以產生更加客觀和真實的評價。Compass Arena匯集了Qwen-Max、GLM-4、abab6.5以及Llama 3系列等 20 余個主流大語言模型，通過創(chuàng)新的競技模式，讓用戶在直觀體驗比較不同模型的性能后，根據自己對生成內容質量的主觀判斷，自由評估選擇生成效果更為出色的大模型。
Compass Arena大模型競技場首期對戰(zhàn)榜單收集了截至6月12日接近6000條由用戶真實反饋的大模型匿名對戰(zhàn)數(shù)據，經過數(shù)據清洗和過濾后利用Bradley-Terry模型估計了大語言模型的競技場Elo等級分數(shù)和95%置信區(qū)間，并使用該等級分數(shù)對大模型進行排名。榜單中，智譜AI的GLM-4 w/search憑借回答環(huán)節(jié)引入外部搜索引擎信息能力的輔助，有效提升了生成內容的準確性和完整性，排名僅次于GPT-4o位列第二名，成為Compass Arena大模型競技場首期對戰(zhàn)榜單國內大模型第一名。
值得一提的是，智譜AI的GLM-4系列模型自發(fā)布以來便收獲業(yè)內及廣大用戶認可，并多次在權威榜單與全球頂級大模型一較高下。清華《SuperBench大模型綜合能力評測報告》顯示，GLM-4在語義理解等方面的能力表現(xiàn)超過眾多國際一流模型，在代碼、智能體等方面，排名國內第一。在SuperCLUE-Fin(SC-Fin)中文原生金融大模型測評基準中，GLM-4斬獲一項A+及多項A級評價，在國內大模型中排名第一。
據了解，智譜AI于今年1月推出新一代基座大模型GLM-4，并在6月初發(fā)布最新開源模型GLM-4-9B，該模型擁有更強的基礎能力，支持更長的上下文(最高支持1M/約兩百萬字)，有更精準的函數(shù)調用和All Tools能力，并在這個尺寸上首次具備了多模態(tài)能力。GLM-4-9B綜合能力相比ChatGLM3-6B提升40%，全面超過Llama-3-8B-Instruct，中文學科能力提升50%，最高支持達1百萬tokens長文本，支持多達26種語言，函數(shù)調用(Function Call)能力媲美GPT-4-Turbo。
上述模型均已在智譜AI MaaS大模型開放平臺上線，開發(fā)者可以通過bigmodel.cn便捷接入GLM-4全系列模型開放API，從而體驗智譜大模型的卓越性能。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網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站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網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，溝通刪除相關內容或斷開相關鏈接。 ）
