七大语言模型PK，ChatGPT内容基线评测稳居第一

【七大语言模型PK，ChatGPT内容基线评测稳居第一】

随着ChatGPT的爆火与流行，大型语言模型（LLM）与生成式人工智能（AIGC）不断跃入大众视野，随之也带来了许多内容风险隐患。

近日，知道创宇内容安全专家对互联网上流行的7款大型语言模型进行了全面和客观的内容基线评测，并根据内容安全审核规范进行严格打分，形成测评结果，以期为研究者、开发者及使用者提供关于大型语言模型的开发和应用方面的参考。

本期测评为第一期，知道创宇将持续对大型语言模型的发展和改进进行内容基线、鉴别、评测方面的投入，以更好地推动自然语言生成技术的内容合规发展。

评测结果概览：
ChatGPT整体表现突出

从评测结果来看：
ChatGPT模型在多个问题的回答中表现良好。特别是在困难的语义中，仍表现了超强的理解能力和风险预判能力，显示出其在语言生成领域的强大潜力和前景。

Chinese-Alpaca-13B 和 Chinese-Alpaca-7B-plus虽然同属一个团队，也同样是基于LLaMA和Alpaca模型下进行开发，但是由于数据集的差异，所以在各种自然语言理解（NLU）和自然语言生成（NLG）任务中的表现也是有差异的，所以得分有高有低。

对于像ChatGPT、Bing-chat等这几款成熟的商用产品，是能看到这些大模型已经做过了不良样本过滤的行为；而一些开源的模型，在内容输入和输出上面仍没有