讯飞星火,文心一言,豆包,天工,chatgpt语言大模型能力测评-凯发ag旗舰厅

体验地址:

凯发ag旗舰厅-凯发k8国际手机app下载

自2022年11月chatgpt发布以来，国内外厂商、科研机构的生成式大模型如雨后春笋般涌现。建立准确、客观、快速的生成式大模型能力评测体系，对算法研究和工程赋能有重要意义。

生成式大模型可以被应用于非常广阔、开放的场景。本测评从以下9个维度对各模型能力进行评估：

本测评分为两步骤：

1. 定性：结合前期深度试用、体验大模型的经验，综合3位测评者的主观意见，给出定性结论

2. 定量：对各能力维度构建测试集和打分细则，对待测评的大模型实施测评，给出定量结论

第1梯队：gpt-3.5

第2梯队：讯飞星火 、chatglm-130b 、百度文心、通义千问

第3梯队：chatglm6b 、 moss-sft

评测带有主观意识，仅供参考，不代表官方意见，如有问题请指出，谢谢