对标ChatGPT生态: 智谱全新大模型 GLM-4 发布

🍁 展望：关注我, AI 和 编程 学习之旅上，我与您一同成长！

一、引言

今天上午，在北京举办 2024年度技术开放日 Zhipu DevDay，国内当前估值最高的AI大模型独角兽智谱AI发布了 新一代基座大模型GLM-4。

性能比上一代提升接近60%，整体评测结果进阶GPT-4，支持更长的上下文、更强的多模态、更快速的推理、更多的并发，大大降低推理成本，同时 GLM-4 也增强了其智能体（Agent）的能力。

我们一起看看哪些功能出现了明显提升！

二、功能介绍

一）性能提升

在大规模多任务语言理解评测中，GLM-4的表现明显优于GPT-3.5，其平均得分已经达到了GPT-4的95%水平，在某些特定任务上甚至表现相当；

而在GSM8K数学评测数据集上，GLM-4的评分与GPT-4相比只有4.6%的差异；此外，在MATH数据集上，GLM-4的得分比GPT-3.5高出了15%，虽然相对于GPT-4稍逊9%。

在中英文混合评测中，GLM-4在Prompt级别和中文方面的表现均达到了GPT-4的88%。在指令跟随能力方面，GLM-4的表现达到了GPT-4 的90%，远超过 GPT-3.5。

智谱AI在中文对齐方面进行了全面的评估，包括公开的AlignBench和私有测试数据。在AlignBench上，GLM-4的总体得分超过了GPT-4 6月13日发布的版本，接近最新的GPT-4 Turbo版本。

在专业、中文理解和角色扮演等方面，甚至超过了最新的GPT-4，但在中文推理方面仍需进一步提升。

这一点挺让人惊喜：GLM-4 可以处理 128k 字的上下文，而且一次提示可以处理300页的文本。

此外，它的技术团队还成功解决了由于失焦而导致的精度下降问题，经过"大海捞针"测试，GLM-4模型几乎可以做到100%的召回精确度。

二）All Tools

发布会上提交 GLM-4 支持 All Tools 模型，即与 ChatGPT 一样，可以根据提示词自动匹配调用对应的功能：

• 文生图
• 代码解释器
• 网页浏览