近日，清華大學新聞與傳播學院瀋陽團隊發佈《大語言模型綜合性能評估報告》(報告)，報告顯示百度文心一言在三大維度20項指標中綜合評分國內第一，超越ChatGPT，其中中文語義理解排名第一，部分中文能力超越GPT-4。
文心一言中文語義理解表現出色
清華大學新聞與傳播學院教授、博士生導師沈陽表示：「今年3月，百度在全球大型科技公司中率先發佈了大語言模型文心一言，讓中國第一時間參與到世界前沿科技競爭中。我們在這次評測中也看到了文心一言各方面能力的進步，特別是在中文語義理解方面，表現驚豔。國產大模型的快速發展，讓技術落地更可期。」
文心一言語義理解能力突出，特別是具備更好的中文理解能力，更懂中國文化，同時時效性強、內容安全把握細微，這源于其知識增強、檢索增強和對話增強的技術創新。
據瞭解，報告本次評估選取了GPT-4、ChatGPT 3.5、文心一言、通義千問、訊飛星火、Claude、天工7個大語言模型，圍繞生成品質、使用與性能、安全與合規三大維度，全面考察大語言模型上下文理解、中文語義理解、誤導資訊識別、邏輯推理、內容安全性、隱私保護等20項指標。綜合來看，文心一言語義理解能力突出，特別是具備更好的中文理解能力，更懂中國文化，同時時效性強、內容安全把握細微，這源于其
知識增強、檢索增強和對話增強的技術創新。
清華大學新聞與傳播學院瀋陽團隊發佈《大語言模型綜合性能評估報告》。
在生成品質方面，基於對語義理解、輸出表達、適應泛化的綜合評測，文心一言得分率76.98%，僅次於GPT-4，遙遙領先於包括ChatGPT在內的其他大語言模型。其中，在部分中文語義理解方面，文心一言以92%的得分率排名榜首，超越訊飛星火、GPT-4。憑藉知識增強的核心特色，文心一言對本土語言特性把握更精准，同時由於訓練語料中包含大量本土文本，對本土文化理解也更深刻，能夠更好處理與本土文化相關的主題和背景，如詩歌、方言等，具備更強的國內落地空間。
在生成品質方面，基於對語義理解、輸出表達、適應泛化的綜合評測，文心一言得分率76.98%。
在安全合規方面，基於對內容安全性、偏見和公平性、隱私保護等綜合評測，文心一言得分率78.18%，與GPT-4並列排名第一，遠超其他大語言模型。報告顯示，文心一言內容安全性好，注重使用者隱私保護和版權保護。
據瞭解，百度在「晶片-框架-模型-應用」人工智慧四層技術棧全面佈局，其自研深度學習平臺飛槳有力支撐了文心大模型的高效訓練和推理，截至目前飛槳已凝聚750萬名開發者。飛槳與文心協同優化，文心大模型3.5最新版本實現了基礎模型升級、精調技術創新、知識點增強、邏輯推理增強等，模型效果提升50%，訓練速度提升2倍，推理速度提升30倍。
當下，推進行業大模型應用落地成為大勢所趨。百度文心大模型此前已聯合國家電網、浦發銀行、泰康、吉利等企業單位，合作發佈了11個行業大模型。目前文心大模型擁有中國最大的產業應用規模，15萬家企業申請接入文心一言測試，在超過400個場景中已取得相當不錯的測試效果。
