随着“大模型”时代的到来，全球各大企业都想要趁着人工智能的浪潮分一杯羹。面对市面上层出不穷的AI智能大模型，如何判断其实力成为了难题。据悉，评判一个大型语言模型的好坏通常涉及多个方面。

其中，评估大型语言模型性能的关键指标是可解释性。可解释性是指模型如何解释其预测结果的过程。具有较高可解释性的模型更容易被理解和接受。然而，需要注意的是，每个任务和应用场景都有其特定的需求和优先级，因此在实际评估中可能需要权衡不同的因素。

5月9日，中文通用大模型综合性评测基准SuperCLUE正式发布。它主要回答的问题是：在当前通用大模型大力发展的情况下，中文大模型的效果情况。SuperCLUE主要从三大能力上来评估。首先是基础能力，包括了常见的有代表性的模型能力，如语义理解、对话、逻辑推理、角色模拟、代码、生成与创作等10项能力。其次是专业能力，包括了中学、大学与专业考试，涵盖了从数学、物理、地理到社会科学等50多项能力。最后是中文特性能力，针对有中文特点的任务，包括了中文成语、诗歌、文学、字形等10项多种能力。

其发布的总榜单显示，GPT-4排名第一，ChatGPT排名第二，星火认知大模型紧随其后排名第三，也充分说明了星火大模型尽管和GPT还有差距，但已经是国产大模型的佼佼者。

科大讯飞在5月6日发布的讯飞星火认知大模型可以说是国内最好！在发布会现场，“真机实测”演示了文本生成、语言理解、知识问答、数学能力等核心能力，星火大模型表现的“很睿智”，不少网友表示感到惊艳、效果超预期。尤其是现场互动环节，网友提问的两个问题：“外星人是否应该戴口罩”、“如何把40平的房子装修出70平的感觉”，星火大模型准确理解、推理，并根据掌握的知识进行解答，现场引发阵阵掌声。

在星火大模型发布会上，科大讯飞董事长刘庆峰也坦言，目前大模型技术还有待攻克的缺陷，比如新知识难以及时更新、事实类问答容易“张冠李戴”，史实、传统典籍等容易“编造情节”等，但这些问题在今年会有明显的改进。

众多周知，大模型背后的核心技术是认知智能。科大讯飞作为人工智能国家队之一，多年来一直深耕认知智能领域，有能力推出自主研发的国产大模型。大模型的核心是算法、数据和算力。算法和数据是科大讯飞的强项，在算力维度上，科大讯飞也联合华为，打造自主可控的算力平台，可以说是国内最有希望实现“智慧涌现”的玩家之一。此外，星火大模型才刚刚发布，现在谈对标ChatGPT也为时过早。科大讯飞能够做到发布前就开放体验，发布会上就现场实测，且落地产品级的行业应用，这份勇气是中国首个，这份实力也是中国首个。

文章推荐：

行业大佬低价除草，固德热欧洲原版重塑高端

安康亲子鉴定中心：以科技之力确保亲子鉴定的公正性与透明度

聚星科技IPO：创新驱动，引领电接触行业发展

微软广告赋能中国企业开拓营销蓝海，助力海内外业务腾飞