国内模型排名！字节超ChatGPT-4第一！

2024年5月17号，智源研究院举行了一场大模型评测发布会，正式发布了一套科学、权威、公平、开放的大数据分析系统，对国内外140多种开源、商用的语言和多模态大数据进行了全面的评估。

这一次的“智源”测评，从主观和客观两个方面，对语言模型进行了简单的理解，知识的使用，推理的，数学的，编码的，解决问题的，安全和价值观的。对于多模态模型，重点研究多模态的理解与产生能力。

在中文情境中，国产头部语言模式的整体性能已经达到了世界领先水平，但是其发展却呈现出不平衡性。

在多模图理解中，开放-封闭源模型与国内模型不相上下，而国内模型具有更好的性能。

国内多模模式在中文背景下的文本生成能力与世界领先水平相差不大。

在多模式的文学化视频性能方面， Sora在各大公司发布的演示视频中占据了明显的优势，而在其它公开评价的文字化视频中， PixVerse的性能更好。

鉴于安全性和价值一致性是模式落地的重要环节，而国外模式和本土模式在这一维度上有所不同，所以，语言模式主、客观评价的总分并不计算在内。

通过对中文场景的主观评价，“字节跳动”的“Skylark2”和“OpenAIGPT-4”分别获得了第一和第二名，说明国内的“大模型”对中国用户的理解更深。

其中， OpenAIGPT-4和百川智能 Baichuan 3分别位列语言建模客观评价的前两名。百度文心一言4.0，智谱华章GLM-4，月之暗影kim，分别位列主、客观评价的前五。

在多模理解模型的客观评价中，阿里巴巴通义Qwen-vl-max、上海 AI研究所Intern-XComposer2-VL-7B相继超过 OpenAIGPT-4,LLaVA-Next-Yi-34B、上海 AI实验室Intern-XComposer2-VL-7B等，均取得了较好的效果。

在多模产生模式 VenterMap的评价中， OpenAIDALL-E3获得了第一名，智谱华章3和Meta-Imagine分列第二，第三名是百度的文心，第三名是字节跳动的doubao-Image。

在多模产生模式的文盛视频评价中，排名第五的是 OpenAI Sora, Runway，爱诗科技 PixVerse，Pika，腾讯的VideoCrafter-V2。

文生图模型的客观评价标准和人的主观感受相差很大，已经出现了故障，所以这个名次是根据个人评价来定的。

Mdjourney对中文提示语的理解能力较弱，因而得分较低；只用官方发布的 prompts和视频剪辑，与其它模式产生的视频进行比较，得出的结论是有偏差的。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】