用技术望远镜看国内大模型:文心闪耀 双榜领跑

中国大模型应用,正在进入“可观测期”。

《中国大模型中标项目监测报告(2024年5月)》中显示,截至5月,中国大模型的相关中标金额已经超过2023年全部中标项目的披露金额。

在大模型全面落地四处开花的同时,大模型正摆脱“不可观测”状态,过去由于大量大模型应用在B端,信息相对封闭,对于产业来说,他们很难清晰获知大模型技术水平、擅长领域、落地能力,无形中增加了智慧化转型的决策成本。

随着大模型技术评测体系的逐渐成熟,我们仿佛拥有了天文望远镜,可以在群星闪耀中,找到那颗最耀眼的星。

最近,国际权威机构IDC发布了《中国大模型市场主流产品评估,2024》,智源研究院打造的FlagEval天秤大模型评测平台也发布了最新一期模型评测排行榜单,两项评测中百度文心大模型实现了双榜夺魁。

“望远镜”背后技术评价机制

我们可以简单看看,这两架“天文望远镜”分别采用了哪些评价机制。

IDC的评估分为基础能力和应用能力,其中基础方面涉及问答、推理、创作、数学、代码等能力,应用方面既考验toC通用场景,也考验金融、零售、法律等toB细分场景。

尽管有GPT-4这样的有力对手,文心一言仍然在七大维度全面领先。

智源研究院打造的FlagEval天秤大模型测评平台发布于2023年,面向视频、语音、多模态等多个领域,在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。

在闭源对话模型榜单中,文心大模型4.0以89.72的综合评分排名第一,OpenAI的GPT-4o等位列其后。

可见不论是从全领域能力角度进行评估,还是考察至关重要的大语言水平,文心一言毫无疑问都是中文大模型的榜首,是星海中光芒最耀眼的一颗。

技术之光

抬头仰望星空时,我们看到的,其实是星星几年,甚至几十几百年以前留下的掠影。

同样,想要让大模型从“不可观测”变为“可观测”,除了对当下的技术能力进行评测,我们也要回溯光芒的源头,也就是大模型的技术内核。

从文心大模型来看,这种技术之光可以分为两个层面:

第一层,是技术投入的“原生光芒”。

百度对于深度学习的探索挖掘,包括对AI技术的应用,已经有十数年之久。在大模型热还未被掀起的2019年,百度就打造了第一代文心大模型体系,从而才有了建立在文心大模型之上的文心一言。

如今经过数次迭代,文心大模型在理解、生成、逻辑、记忆四大能力让其他厂商难以望其项背。IDC报告中就显示,在数学类和代码类等考验模型逻辑、推理等能力的评测中,百度文心大模型体现出了强大的体系化思维、逻辑思维和抽象思维能力。

能力迭代背后,是文心大模型有条不紊的全面技术布局。

比如通过文心飞桨的联合调优,通过高效算力和自研框架来提升大模型的训练效率,增加技术的迭代速度。

又比如面对近年来爆火的智能体Agent技术,文心大模型第一时间推出了文心智能体平台。在基础模型能力上叠加思考增强训练,以基础模型+思考模型的形式,让大模型更接近于人类的学习、理解和执行模式。

像百度自己,就通过这种模式打造了代码智能体和智能代码助手Comate,目前Comate生成代码整体采纳率已达46%,新增代码中生成比例已达27%。IDC的报告中我们也能发现,在代码类所有6个细分维度中,百度均入围优势厂商。

对于技术研发的深埋与前瞻,让这颗星体源源不断的释放着创新之火,点亮宇宙的一隅。

第二层,是产业协作的“折射光芒”。

文心大模型能力的来源,除了自身的研发投入,还有广泛的产业实践。

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。这一数字在同类生成式AI产品中一骑绝尘。

在toB领域,百度一方面将文心大模型全面落地于自身业务中,如搜索、地图、信息流。同时百度智能云还推出了千帆大模型平台,打造一站式企业级大模型开发平台。不久前,文心大模型还对外免费开放了ERNIE Speed、ERNIE Lite两款主力模型。

在不断对外开放的过程中,文心大模型的调用量呈几何式增长,合作伙伴与案例也越来越多。从国家电网、南方电网、中国航天这样的国之重器,到金融保险领域的浦发银行、泰康保险,再到终端领域的荣耀、三星,媒体领域汽车之家……在不断与合作伙伴共建行业大模型的过程中,文心大模型已经实现了中国最为广泛的产业落地规模。

在广泛的产业合作中,文心大模型得以被真实应用场景滋养,不断从中发掘细节需求,进而针对性地提升技术能力。

举例来说,在大量的实践中百度得以发掘,大模型落地过程中,效果、效率和成本都是重要考量。因此,推出了多模型推理技术来提升推理效率,以降低落地成本。

有对周围产业伙伴光芒的“折射”,我们观测到的星光可以更加立体。文心大模型的成就不仅仅来自机构评测的认可,更来自一个个坚实的落地案例。

大模型星光如何照耀产业星球

当我们望见星光时,它正在向轨道更远处运行着,从大模型元年,走入了大模型落地元年。

《中国大模型中标项目监测报告(2024年5月)》中显示,今年5月份大模型中标项目数量创下了新高。毫无疑问,随着大模型“不可观测性”逐渐褪去,产业对于大模型的需求,正在进入井喷状态。需求暴涨的情况下,大模型要如何站稳潮头,真正在行业领域站稳脚跟?以文心大模型为例,纵观文心大模型近一年来的动作,仿佛是一场星际旅行,不断从遥远的技术天空贴近我们所在的应用星球。

文心大模型留下了技术的轨迹,通过不断的研发,让大模型更加贴近AGI,在能力层面更适应应用领域的复杂任务。

文心大模型也留下了普惠的轨迹,主力模型的免费开放,落地成本的不断降低,都让大模型更加易用,让更多产业伙伴加入行业大模型的联合创新中。

文心大模型还留下了生态的轨迹,百度对于开发者生态的建设持之以恒,目前已在全国最大AI社区“星河社区”中打造了大模型板块,也推出了智能体平台这样降低大模型应用研发门槛的工具。开发生态的繁荣,让文心具备更多引力,加速向产业目标行驶而去。

有了这三道清晰的轨迹,我们也就能够望见文心,包括整体中国大模型的未来将如何到来。

星移斗转中,产业对于大模型能力与价值的认知正在逐渐清晰。

免责声明:此文内容为第三方自媒体作者发布的观察或评论性文章,所有文字和图片版权归作者所有,且仅代表作者个人观点,与极客网无关。文章仅供读者参考,并请自行核实相关内容。投诉邮箱:editor@fromgeek.com。

极客网企业会员

免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。

2024-06-19
用技术望远镜看国内大模型:文心闪耀 双榜领跑
用技术望远镜看国内大模型:文心闪耀双榜领跑

长按扫码 阅读全文