 近日，智源研究院旗下的 FlagEval 大模型評測平臺發(fā)布最新評測榜單。 榜單顯示，在閉源大模型的“客觀評測”中，豆包大模型（Doubao-Pro-4k）以綜合評分75.96分排名第二，僅次于 GPT-4，是得分最高的國產(chǎn)大模型。在“主觀評測”中，豆包大模型同樣排名第二。  FlagEval 大模型評測能力榜單（客觀評測） FlagEval 大模型評測平臺由智源研究院與多個高校團(tuán)隊(duì)共建，以人類認(rèn)知能力的發(fā)展階梯為基準(zhǔn)，對齊大模型所能達(dá)到的認(rèn)知水平。FlagEval 構(gòu)建了大量原創(chuàng)的非公開評測集，確保評測質(zhì)量和公正性。自2023年6月上線以來，F(xiàn)lagEval 已完成了1,000多次覆蓋全球大模型的評測。 評測成績顯示，豆包大模型（Doubao-Pro-4k）的數(shù)學(xué)能力、知識運(yùn)用、任務(wù)解決等多項(xiàng)能力在客觀評測和主觀評測中都有著出色表現(xiàn)。其中，知識運(yùn)用和數(shù)學(xué)能力得分排名客觀評測第一、主觀評測前三，任務(wù)解決測試得分在主客觀評測中均排名前三。 豆包大模型由字節(jié)跳動自主研發(fā)，通過火山引擎正式對外提供服務(wù)。今年5月15日，火山引擎正式發(fā)布了包含豆包通用模型pro、豆包通用模型lite、豆包·角色扮演模型、豆包·語音合成模型、豆包·聲音復(fù)刻模型、豆包·語音識別模型、豆包·文生圖模型、豆包·Function Call模型、豆包·向量化模型等9款大模型在內(nèi)的豆包大模型家族，企業(yè)可以根據(jù)自身業(yè)務(wù)場景需求，靈活選擇并快速落地。  豆包大模型家族 火山引擎希望以豆包大模型更強(qiáng)模型、更低價格、更易落地的優(yōu)勢特點(diǎn)，幫助企業(yè)輕松構(gòu)建高質(zhì)量 AI 應(yīng)用，在帶來創(chuàng)新業(yè)務(wù)體驗(yàn)的同時，驅(qū)動業(yè)務(wù)增長。 更強(qiáng)模型：大使用量才能打磨出更好模型。豆包大模型目前已經(jīng)在字節(jié)跳動內(nèi)部50多個業(yè)務(wù)、多場景應(yīng)用中落地，經(jīng)過千億級日 tokens 的持續(xù)打磨，模型能力和推理效果得到市場的廣泛認(rèn)可。 更低價格：為了讓每一家企業(yè)都能用得起大模型，火山引擎大幅度降低大模型應(yīng)用推理成本。例如本次登榜的豆包通用模型pro，其 32k 版模型推理輸入價格僅為0.0008元/千 tokens。 更易落地：火山引擎去年發(fā)布了一站式大模型服務(wù)平臺火山方舟，通過模型即服務(wù)的理念，幫助企業(yè)在高效、安全的環(huán)境里應(yīng)用各類模型。近期，火山引擎對方舟平臺進(jìn)行了全面升級，升級后的火山方舟2.0將大幅提升模型效果、核心插件、系統(tǒng)性能以及平臺體驗(yàn)，幫助企業(yè)推進(jìn)大模型的價值創(chuàng)造。 目前，豆包大模型已在金融、汽車、智能終端、電商零售、教育科研等多個行業(yè)實(shí)踐落地。未來，火山引擎將持續(xù)探索大模型在千行百業(yè)里的實(shí)踐應(yīng)用，繼續(xù)沉淀字節(jié)跳動內(nèi)部和外部客戶的實(shí)踐經(jīng)驗(yàn)，通過豆包大模型、火山方舟的全棧 AI 服務(wù)，幫助企業(yè) AI 轉(zhuǎn)型落地，釋放增長潛能，實(shí)現(xiàn)商業(yè)價值。  |
|
|
