近期，大模型開源開放評(píng)測(cè)體系司南（OpenCompass 2.0）公布了2024年4月大語(yǔ)言模型最新評(píng)測(cè)榜單，智譜AI的GLM-4繼續(xù)保持國(guó)產(chǎn)大模型第一的領(lǐng)先身位。

大模型開源開放評(píng)測(cè)體系司南（OpenCompass 2.0）由上海人工智能實(shí)驗(yàn)室發(fā)布。其月度榜單從基礎(chǔ)能力和綜合能力的設(shè)計(jì)出發(fā)，構(gòu)建了一套高質(zhì)量的中英文雙語(yǔ)評(píng)測(cè)基準(zhǔn)體系，對(duì)主流開源模型和商業(yè)API模型進(jìn)行了全面評(píng)測(cè)分析。評(píng)測(cè)榜單涉及的大語(yǔ)言模型和多模態(tài)大模型超過150個(gè)，更有包括Meta、阿里巴巴、騰訊、百度等30余家國(guó)內(nèi)外企業(yè)和科研機(jī)構(gòu)采用OpenCompass助力開展技術(shù)研發(fā)。

在4月客觀評(píng)測(cè)榜單中，OpenCompass基于語(yǔ)言、知識(shí)、推理、數(shù)學(xué)、代碼、智能體六個(gè)維度構(gòu)建了15000余道高質(zhì)量中英文雙語(yǔ)問題，并引入OpenCompass團(tuán)隊(duì)首創(chuàng)的循環(huán)評(píng)估 (Circular Evalution) 策略，系統(tǒng)性分析了國(guó)內(nèi)外大模型的客觀性能。其中，GLM-4位列第四名，僅次于GPT-4-Turbo系列與Claude3-Opus，成為國(guó)內(nèi)大模型客觀評(píng)測(cè)月度總榜第一名。在語(yǔ)言維度方面，GLM-4分?jǐn)?shù)達(dá)到57.7分表現(xiàn)突出，超過GPT-4-Turbo系列與Claude3-Opus。在知識(shí)維度上，GLM-4得到68.9分，超過第二名的GPT-4-Turbo-1106，與第三名Claude3-Opus不相上下。

值得一提的是，GLM-4此前便長(zhǎng)期占據(jù)OpenCompass 2.0榜單前列，并多次在權(quán)威榜單與全球頂級(jí)大模型一較高下。清華《SuperBench大模型綜合能力評(píng)測(cè)報(bào)告》顯示，GLM-4在語(yǔ)義理解等方面的能力表現(xiàn)超過了GPT-4-Turbo等國(guó)際一流模型，在代碼、智能體等方面，排名國(guó)內(nèi)第一。在SuperCLUE-Fin(SC-Fin)中文原生金融大模型測(cè)評(píng)基準(zhǔn)中，GLM-4斬獲一項(xiàng)A+及多項(xiàng)A級(jí)評(píng)價(jià)，在國(guó)內(nèi)大模型中排名第一。

據(jù)了解，GLM-4是由智譜AI于今年1月推出的新一代基座大模型。GLM-4整體性能逼近GPT-4，它可以支持更長(zhǎng)的上下文，具備更強(qiáng)的多模態(tài)能力。同時(shí)，它的推理速度更快，支持更高的并發(fā)，大大降低推理成本。依托GLM-4 All Tools能力，GLM-4智能體能夠?qū)崿F(xiàn)自主根據(jù)用戶意圖，自動(dòng)理解、規(guī)劃復(fù)雜指令，自由調(diào)用網(wǎng)頁(yè)瀏覽器、Code Interpreter代碼解釋器和多模態(tài)文生圖大模型以完成復(fù)雜任務(wù)。

開發(fā)者可以通過智譜AI大模型開放平臺(tái)bigmodel.cn接入GLM-4模型開放API，便捷高效地體驗(yàn)GLM-4的強(qiáng)大能力。

審核編輯 黃宇