(相關(guān)資料圖)
“書生·浦語”聯(lián)合團隊選取了20余項評測對其進行檢驗，其中包含全球最具影響力的四個綜合性考試評測集，對“書生·浦語”、清華大學(xué)的GLM-130B、Meta的LLaMA-65B、OpenAI的ChatGPT和GPT-4進行了全面測試。
6月7日，上海人工智能實驗室（上海AI實驗室）、商湯科技聯(lián)合香港中文大學(xué)、復(fù)旦大學(xué)及上海交通大學(xué)發(fā)布千億級參數(shù)大語言模型“書生·浦語”（InternLM），具有1040億參數(shù)，在多項中文考試中取得超越ChatGPT的成績，在數(shù)學(xué)考試中成績明顯領(lǐng)先于谷歌、Meta的大模型。
“書生·浦語”聯(lián)合團隊選取了20余項評測對其進行檢驗，其中包含全球最具影響力的四個綜合性考試評測集：由伯克利加州大學(xué)等高校構(gòu)建的多任務(wù)考試評測集MMLU；微軟研究院推出的學(xué)科考試評測集AGIEval（含中國高考、司法考試及美國SAT、LSAT、GRE 和 GMAT等），AGIEval的19個評測大項中有9個大項是中國高考，通常也列為一個重要的評測子集AGIEval（GK）；由上海交通大學(xué)、清華大學(xué)和愛丁堡大學(xué)合作構(gòu)建的面向中文語言模型的綜合性考試評測集C-Eval；以及由復(fù)旦大學(xué)研究團隊構(gòu)建的高考題目評測集Gaokao。
實驗室聯(lián)合團隊對“書生·浦語”、清華大學(xué)的GLM-130B、Meta的LLaMA-65B、OpenAI的ChatGPT和GPT-4進行了全面測試，針對上述四個評測集的成績對比如下（滿分100分）。
標(biāo)簽：
