5月22日消息，近期中文大語言模型蓬勃發(fā)展，但卻一直少有出現(xiàn)可應(yīng)用于評(píng)測”大模型能力“的測試。甲骨易AI研究院提出一種衡量中文大模型處理多任務(wù)準(zhǔn)確度的測試，并在此基礎(chǔ)上制作了一套適配“測試中文大模型”的數(shù)據(jù)集，并將其命名為“超越”，MMCU(MassiveMultitaskChineseUnderstanding)。5月20日，甲骨易AI研究院“超越”中文大模型測試集正式發(fā)布。
據(jù)介紹，“超越”的意義是希望中文大語言模型“超”出多數(shù)模型只能基于英文數(shù)據(jù)集測試的現(xiàn)狀，通過發(fā)現(xiàn)大模型的缺陷，從而促進(jìn)大模型理解中文語言的能力，使其“越”來越強(qiáng)大。這里“超”和“越”要單獨(dú)來理解，并不是超越別人的意思。
甲骨易AI研究院首席研究員Felix透露，4月推出了MMCU的測試集和測試方法。數(shù)據(jù)集的測試內(nèi)容涵蓋四大領(lǐng)域：醫(yī)療、法律、心理學(xué)和教育。題目的數(shù)量達(dá)到1萬+，其中包括醫(yī)療領(lǐng)域2819道題，法律領(lǐng)域3695道題，心理學(xué)領(lǐng)域2001道，教育領(lǐng)域3331道。
“我們是把大模型當(dāng)作一個(gè)真正的人類來看待，”Felix表示，測試集之所以涉及語、數(shù)、物理、化學(xué)這些科目，因?yàn)?a href="http://ygpos.cn/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD_1.html" target="_blank" class="keylink">人工智能必須像人類一樣，具備對于世界的基礎(chǔ)的認(rèn)知；而醫(yī)療、法律、心理學(xué)專業(yè)領(lǐng)域則是將大模型視為專業(yè)人士進(jìn)行考核。
“所有題目都不是從網(wǎng)絡(luò)上直接能夠抓到的，而是由大量的人工整理，盡可能確保不會(huì)出現(xiàn)在大模型的訓(xùn)練數(shù)據(jù)中。而整套的測試集涵蓋的領(lǐng)域能夠確保模型測試的知識(shí)的廣度和深度，從而幫助研究者們?nèi)グl(fā)現(xiàn)這一模型的哪個(gè)領(lǐng)域有缺陷或者說它的整體上都有缺陷。”Felix說到。
中國科學(xué)院大學(xué)網(wǎng)絡(luò)數(shù)據(jù)重點(diǎn)實(shí)驗(yàn)室的咸寧針對MMCU測試集的使用情況進(jìn)行分享，解釋了測試數(shù)據(jù)集的分析原理，對幾大模型的測試成果進(jìn)行了展示與客觀分析，并指出了超越MMCU測試數(shù)據(jù)集當(dāng)下尚存在一些亟待解決的問題。
通過大模型測試發(fā)現(xiàn)，在本應(yīng)有明顯優(yōu)勢的語文科目中，國產(chǎn)大模型的表現(xiàn)卻差強(qiáng)人意。Felix指出，現(xiàn)在很多模型評(píng)估還是處于人工評(píng)估階段，甲骨易推出“超越”MMCU數(shù)據(jù)集的初衷是希望實(shí)現(xiàn)對大模型進(jìn)行大規(guī)模的評(píng)估。當(dāng)下的評(píng)測結(jié)果可能存在隨機(jī)誤差，但未來還將持續(xù)優(yōu)化評(píng)測方式并擴(kuò)充評(píng)測領(lǐng)域。
“大模型的訓(xùn)練以及大規(guī)模評(píng)估需要大量算力。”甲骨易AI研究院最后表示，愿與業(yè)界更多機(jī)構(gòu)聯(lián)手，一道攜手推進(jìn)大模型的發(fā)展，加速人工智能技術(shù)的產(chǎn)學(xué)研用進(jìn)程。
- 蜜度索驥：以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- 青云科技CEO林源：AI時(shí)代，致力于打造中立的企業(yè)級(jí)數(shù)智化基石
- 特斯拉發(fā)布Robotaxi 馬斯克把夢想照進(jìn)現(xiàn)實(shí)
- Kimi上線探索版 隨后“Kimi崩了”登上熱搜
- 賽力斯前三季度業(yè)績預(yù)盈 營收突破千億凈利潤預(yù)計(jì)超35億元
- 特斯拉Robotaxi發(fā)布會(huì)推遲 馬斯克：因現(xiàn)場發(fā)生緊急醫(yī)療情況
- 中國在線視頻APP月活TOP 5出爐：優(yōu)酷掉隊(duì)，月活只有愛奇藝、騰訊一半左右
- Gartner預(yù)測：到2027年，中國AI推理工作負(fù)載80%在云上
- 大手筆分紅！順豐控股擬派現(xiàn)超67億元
- 分析師郭明錤評(píng)特斯拉 Robotaxi：預(yù)計(jì)2027年才能量產(chǎn)
- 視覺智駕方案小鵬P7+首秀亮相 號(hào)稱30萬內(nèi)最大空間的轎跑
免責(zé)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(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)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(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。
