智源最新模型评测：百度文心大模型4.0登顶闭源榜
编辑：三茅网
2024-06-20 08:07
442 阅读
近日，由北京智源研究院打造的FlagEval天秤大模型评测平台实现了全面升级，并公布202406期FlagEval模型评测排行榜单。最新一期榜单显示，百度文心大模型4.0以89.72的综合评分在闭源对话模型中排名第一。
FlagEval大语言模型评测能力榜单官网截图
FlagEval天秤大模型评测平台是智源研究院推出的科学、权威、公正、开放的大模型评测体系，自2023年发布以来，已从主要面向语言模型扩展到视频、语音、多模态模型，实现多领域全覆盖，目前已评测国内外300余个开源和商业闭源的语言及多模态大模型。资料显示，FlagEval大语言模型评测体系当前包含6大评测任务，近30个评测数据集，超10万道评测题目。
FlagEval大语言模型评测能力榜单官网截图
从榜单中可以看到，百度文心大模型4.0以89.72的综合评分在闭源对话模型中排名第一，云雀2-Pro、豆包、GPT-4o分别位居二三四位，百川、零一万物、kimi等追随其后。
日前，国际数据公司IDC发布的《中国大模型市场主流产品评估，2024》中，百度同样位于第一梯队。评测显示，百度旗下生成式AI产品文心一言和文心一格在问答理解类、推理类、创作表达类、数学类、代码类的基础能力，toC通用场景类、toB特定行业类的应用能力等7大维度均具备领先优势。其他评测厂商中，阿里获6项优势维度，OpenAI GPT-4和商汤分获5项。
IDC《中国大模型市场主流产品评估，2024》
公开资料显示，2023年10月，百度文心大模型4.0正式发布，实现了基础模型的全面升级，在理解、生成、逻辑和记忆能力上明显提升。截至目前，文心一言累计用户规模已达2亿，日均调用量也达到了2亿。
（本文来源东方财富网，如有侵权请联系删除）
微软 2025 职场报告：“无限工作日”吞噬效率
微软研究报告：大家一天工作6小时足矣！
报告显示：香港全球竞争力重返三甲
调查：美国职场超40%员工在工作中使用AI，白领使用率是蓝领三倍
中国国家统计局：青年人失业率连续三个月下降
牛客重磅发布《2025春季校园招聘白皮书》洞悉校招新趋势
83% 员工用 AI 却工资不变，NBER研究揭露：AI 带来的时间红利被谁吞了？
企业热招 AI发展催生人才新需求
多地已明确：招聘破除35岁年龄限制，放宽至45岁
京东发布报告：企业采购AI办公设备进入“刚需时代”
ADP 报告：中国员工“身兼多职”以满足必要开销
2025职场人加班情况调研报告
《广东省关于做好大龄领取失业保险金人员参加企业职工基本养老保险有关事项的通知》的解读
天津市人社局市教委市财政局关于做好2025年天津市高校毕业生等青年就业工作的通知
政策解读：呼伦贝尔市住房公积金中心贷款政策调整
《关于印发广东省自然科学研究人员职称评价标准条件的通知》的解读
天津市关于鼓励本市实习生和超龄从业人员参加工伤保险的通知
株洲市关于出具单位住房公积金缴存证明有关事项的通知
石家庄住房公积金管理中心 关于开展2024年度住房公积金 缴存基数调整工作的通知
关于进一步贯彻落实新保险合同会计准则的通知
政策解读：青岛市住房公积金管理中心关于优化完善住房公积金提取政策的通知
“入职1天就想逃，可以直接走人吗？”
HR借助AI实现绩效评分智能校准
AI在HR绩效成本效益分析中的应用
扫码下载APP
扫码添加公众号
扫码在线咨询
正在加载中
猜你感兴趣
换一批
评论和点赞
59452
企业的人才理念应该和整体的用人理念有所区别，因为人才和普通劳动力，本身就身就存在质量身就存在质量存在质量
评论和点赞
59452
企业的人才理念应该和整体的用人理念有所区别，因为人才和普通劳动力，本身就身就存在质量身就存在质量存在质量
评论和点赞
59452
企业的人才理念应该和整体的用人理念有所区别，因为人才和普通劳动力，本身就身就存在质量身就存在质量存在质量
评论和点赞
59452
企业的人才理念应该和整体的用人理念有所区别，因为人才和普通劳动力，本身就身就存在质量身就存在质量存在质量
评论和点赞
59452
企业的人才理念应该和整体的用人理念有所区别，因为人才和普通劳动力，本身就身就存在质量身就存在质量存在质量
查看未读消息
查看最新消息
更多
消息免打扰
拉黑
不再接受Ta的消息
举报
返回消息中心
群发消息本周还可群发 次
文字消息
图片消息
群发须知：
(1) 一周内可向关注您的人群发2次消息；
(2) 创建群发后，工作人员审核通过后的72小时内，您的粉丝若有登录三茅网页或APP，即可接收消息；
(3) 审核过程将冻结1条群发数，通过后正式消耗，未通过审核会自动退回；
(4) 为维护绿色、健康的网络环境，请勿发送骚扰、广告等不良信息，创建申请即代表您同意《发布协议》
本周群发次数不足~
群发记录
暂无记录
多多分享，帮助他人成长，提高自身价值
群发记录
群发文字消息
0/300
群发
取消
提交成功，消息将在审核通过后发送
我知道了
复制
分享
复制
全选
总结
解释一下
延展问题
自由提问
复制
分享
