新華社研究院發(fā)布國(guó)產(chǎn)大模型報(bào)告：訊飛星火第一 智商最高、工具提效能力最強(qiáng)

500道題目、對(duì)標(biāo)接受過(guò)高等教育的人類水平、更強(qiáng)調(diào)對(duì)產(chǎn)業(yè)和生活的實(shí)際價(jià)值，嚴(yán)格按基礎(chǔ)能力指數(shù)、智商指數(shù)、情商指數(shù)、工具提效指數(shù)四大測(cè)評(píng)維度進(jìn)行權(quán)重設(shè)計(jì)……8月12日，新華社研究院中國(guó)企業(yè)發(fā)展研究中心發(fā)布《人工智能大模型體驗(yàn)報(bào)告2.0》（以下簡(jiǎn)稱《報(bào)告》），訊飛星火以總分1013分位列本次國(guó)產(chǎn)主流大模型測(cè)評(píng)榜首位，在四大評(píng)測(cè)維度中的智商指數(shù)和工具提效指數(shù)兩個(gè)維度獲得第一，《報(bào)告》認(rèn)為訊飛星火“在工作提效方面優(yōu)勢(shì)明顯”。

《報(bào)告》認(rèn)為，具有7大核心能力（即文本生成、語(yǔ)言理解、知識(shí)問(wèn)答、邏輯推理、數(shù)學(xué)能力、代碼能力、多模態(tài)能力）的訊飛星火認(rèn)知大模型擁有跨領(lǐng)域的知識(shí)和語(yǔ)言理解能力，能夠基于自然對(duì)話方式理解與執(zhí)行任務(wù)。從海量數(shù)據(jù)和大規(guī)模知識(shí)中持續(xù)進(jìn)化，實(shí)現(xiàn)從提出、規(guī)劃到解決問(wèn)題的全流程閉環(huán)。

面對(duì)國(guó)產(chǎn)大模型“涌現(xiàn)”，訊飛星火認(rèn)知大模型從立項(xiàng)到發(fā)布，再到迭代升級(jí)，每個(gè)節(jié)點(diǎn)都緊鑼密鼓：5月6日發(fā)布訊飛星火認(rèn)知大模型及其在教育、辦公、汽車、數(shù)字員工等領(lǐng)域的應(yīng)用落地；6月9日突破開(kāi)放式問(wèn)答，并在數(shù)學(xué)能力和多輪對(duì)話能力上迭代升級(jí)；即將到來(lái)的8月15日會(huì)在代碼能力上實(shí)現(xiàn)重大突破，并在多模態(tài)交互能力上升級(jí)；10月24日對(duì)標(biāo)ChatGPT，實(shí)現(xiàn)中文超越、英文相當(dāng)?shù)乃健?/p>

在智商評(píng)估方面，《報(bào)告》認(rèn)為，人類在智商方面仍然具有明顯優(yōu)勢(shì)。課題組分別從常識(shí)知識(shí)（20%）、邏輯能力（50%）和專業(yè)知識(shí)（30%）方面對(duì)大模型進(jìn)行考量，結(jié)果顯示，訊飛星火排名第一。

在工作效率提升方面，《報(bào)告》認(rèn)為， AI對(duì)人類提供了有力的支持，AI的處理速度遠(yuǎn)遠(yuǎn)超過(guò)人類。然而，盡管AI具有高速度和高效率的優(yōu)勢(shì)，但在某些復(fù)雜和具有創(chuàng)新性的任務(wù)中，人類的智慧和想象力仍然具有無(wú)法替代的作用。課題組重點(diǎn)在工具提效（50%）和生成創(chuàng)新（50%）方面進(jìn)行考量，結(jié)果顯示，訊飛星火以350分排名第一并遙遙領(lǐng)先。

《報(bào)告》認(rèn)為，與2023年6月相比，當(dāng)前中國(guó)大模型產(chǎn)品進(jìn)步顯著。但與接受過(guò)高等教育的人類相比，大模型在智商、情商等方面還存在一定程度差距。雖然在不同領(lǐng)域中，AI和人類表現(xiàn)出不同的優(yōu)劣勢(shì)，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(lái)了重要的積極影響，大模型正在加速走進(jìn)生活、走進(jìn)產(chǎn)業(yè)。