大模型GPT-3.5，2022年11月发布。
可谓春风化雨，雨后春笋一般。
到现在2024年，国产大模型工信部注册的，已有几百家。
国产大模型崛起速度之快，令人惊叹。
在如此之多的大模型里面，如何选择好用的，还真是个问题。
结合GPT4o和Claude3.5，加上自身的一定使用，总结了如下12家国产大模型：
下面表格，排名不分先后
前排提示，文末有大模型AGI-CSDN独家资料包哦！
各自产品对应的logo如下：
文字版介绍：
1 百度：推出了“文心一言”大模型，具备强大的自然语言处理能力，广泛应用于搜索、对话等领域。
2 阿里巴巴：发布了“通义千问”大模型，支持多种语言理解和生成任务，应用于电商、云计算等场景。
3 腾讯：研发了“混元”大模型，强调多模态融合，应用于社交、游戏等领域。
4 华为：推出了“盘古”大模型，专注于自然语言处理和计算机视觉，应用于云服务和智能设备。
5 科大讯飞：发布了“星火认知”大模型，强调语音识别和自然语言理解，广泛应用于教育和办公领域。
6 商汤科技：推出了“日日新”大模型，专注于计算机视觉和多模态融合，应用于安防和自动驾驶等领域。
7 智谱AI：研发了“GLM-4”大模型，具备强大的语言理解和生成能力，应用于科研和教育领域。
8 字节跳动：推出了“豆包”大模型，应用于内容创作和推荐系统。
9 360公司：发布了“360智脑”大模型，强调安全性和信息检索，应用于搜索和安全领域。
10 昆仑万维：天工AI，双千亿级大语言模型，国内首个AI搜索产品“天工AI搜索”。
11 快手：推出了“可灵AI”大模型，应用于短视频内容创作和推荐。
12 月之暗面科技：研发了“Kimi”大模型，专注于对话式服务和智能助手。
看到这里的老铁，可能会有问题，哪家最强呢？
就要看如何评价一个大模型的能力，有三个最重要的指标。
一般来说，衡量指标有三个：第一：文本生成能力；第二：任务推理能力；第三：通用和泛化能力。
文本生成能力：文本生成能力指模型在自然语言生成中的流畅性、语义相关性和多样性。常用评估方法包括困惑度（Perplexity）、BLEU和ROUGE等指标。
推理能力：推理能力反映模型在逻辑推导、知识应用和因果推理任务中的表现。强推理能力使模型能够理解上下文并完成复杂问题的解答。
泛化能力：泛化能力体现模型在未见过的数据或任务上的适应性。优秀的泛化能力意味着模型能跨领域、跨语言和多模态高效工作。
而数学推理能力又是重中之重，它体现了模型的智力水平，推理能力强，才能应对复杂任务。
而咱们平时的需求，主要也是以复杂任务为主，否则我们也不会使用它们，简单的任务，咱们自己就能做了；重复的任务，咱们写几行代码，就自动化了。
目前openAI的o1推理能力公认最好的，我询问了它，给出数学推理能力前三强：
但是它的知识目前只学习到了2023年10月，所以排名只能参考。
为了进一步客观，我又询问了数学推理能力很强的Claude3.5 ，它的回答如下：
总结来说，智谱GLM-4，文心一言，通义千问，KIMI，是o1和claude3.5给出的答案。
第一轮筛选过后，我再亲测上面上榜四个大模型。
测试方法，选择一个标准数学数据集，就拿GSM8K吧，先找一道典型题目，逐一询问它们。
选择下面这道：
为什么选择这道题目呢，因为GPT-4o这道题目都无法给出准确答案。
如下所示，给出答案8，这是错误的：
这就热闹了，看看国产大模型能否答对。
先提问智谱GLM-4，答案10，回答正确：
再提问文心一言，使用3.5，得到答案是8，回答错误。已开通会员的可以试试文心4回答是否正确：
再提问通义千问2.5，结果10，回答正确：
最后提问KIMI，结果8，回答错误：
经过第二轮一道题测试，发现回答正确的大模型，剩下两个，分别是GLM-4、通义千问。
最后一轮测试，选择一道2024年全国卷高考数学题，找一道我还会的选择题
我做了下，答案是B：
先提问GLM-4，回答B，结果正确：
再提问通义千问，回答A，结果错误：
顺便提问了下GPT-4o，它选了C，又错了：
经过三轮数学测试，就剩 GLM-4。
国产大模型的智力水平，目前已经有超越GPT-4o的趋势，让人惊艳！
期待国产大模型和厂家们再接再厉，不断突破。
备注：要想得出更加客观全面的智力水平，请参考基于不同整个数据集、不同推理水平测试维度的全面评价，本测试限于篇幅，只做初步测试。
读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用
对于0基础小白入门：
如果你是零基础小白，想快速入门大模型是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
👉AI大模型学习路线汇总👈
大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）
第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；
第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；
第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
👉大模型实战案例👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
👉大模型视频和PDF合集👈
观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
扫一扫
1599
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
