国内10款大语言模型测评-竞品分析
一、竞品分析目的与意义
AI 大模型的英文含义是：Large AI Models。他的的定义通常指的是具有大量参数和复杂结构的人工智能模型，这些模型利用深度学习技术，通过大规模的数据训练，能够在多个任务上表现出优越的性能。
由于市面上涌现了各种各样的大模型，对于我们用户来说，并不知道哪种大模型比较适合我们，或者说哪种比较好用，这次我用六个维度来测评一下国内十款大模型，让大家可以根据自己的需求，来选择适合自己的模型来使用。
二、在研究大模型之前，让我们来简单了解一下这些大模型里面的一些基本的定义
1）大语言模型（Large Language Model, LLM）是一种专门用于处理和生成自然语言文本的人工智能模型，它有大量参数和复杂结构，能够理解、生成和翻译自然语言。大语言模型通常通过在大规模文本数据上进行训练，学习语言的各种模式和特征。
2）多模态大模型（Multimodal Models）是指能够处理和理解多种类型数据（如文本、图像、音频、视频等）的人工智能模型。这些模型通过集成不同模态的数据，能够更全面地理解和生成复杂信息。这种能力使多模态大模型在各种应用场景中表现出色，例如自然语言处理、图像识别、语音识别和生成、以及多模态交互等。
3）通用语言模型（General Language Models）是一个广泛的术语，通常用来描述能够处理多种语言任务的模型，而不论其规模大小。GLM可以包含从小型到大型的各种模型，关键在于它们具备处理自然语言的通用能力。这些模型可能专注于特定类型的任务，如问答系统、文本分类或语言生成，但它们通常设计得足够灵活，以适应多种不同的应用场景。
三、竞品分析
1、模型选择
本次主要分析国内使用率比较高的通义千问、文心一言、kimi等10个左右的大模型，通过日常生活、工作流程等方式做对比和总结说明，分析出几款相对比较好用的大模型。
2、调研维度
为了更直观测试这些模型在实际场景下的表现，我们收集整理一套场景数据集，主要包括：
是否能够联网获取信息、知识理解、上传文本分析、文生图、逻辑推理、休闲问答（多伦对话能力）等六个方向进行调研
3、调研过程
给每个分析角度一个规则，分析这些模型的回答是否能按照这些规则输出相对稳定的回答，并对这些回答给出一个相对合理的分数。
基本的规则为：
由于已经上线的大模型已经属于相对完善的模型，所以我根据模型的回答，分析回答后得出：回答是否“不满足预期”、“符合预期”和“高于预期”
- 不满足预期的标准为：需求不满足（包括：部分满足和部分不满足）、内容质量相关（包括：内容不全面、语句前后不通、信息前后不一致、有危害性的信息、还有一些不太符合要求的格式）
- 高于预期的标准为：语意正确、格式美观、没有那些危险有害偏激的信息、有提炼的总结、有一些推理的过程等等。
评分标准：（满分10分）
- 不满足预期：需求不满足的比如回答与问题无关的直接0分、有高危害信息内容：0分、内容不全面：-1分、语句前后不通顺：-1分、信息前后不一致：-1分、有偏见性的行为：-1分、格式不符合：-1分
- 高于预期：语意正确： 1分、格式分段/分点合理美观： 1分、有提炼总结： 1分、有推理过程等： 1分
1）是否能够联网获取信息
总结：在进行了一系列的测试之后，测试结果显示，除了百小应未能联网外，其他所有模型都有联网功能，豆包、文心一言、万知在格式是也比较美观合理。豆包在需求之外还进行了问题拓展，所以分数较高。
2）知识理解
总结：在进行了一系列的测试之后，测试结果显示，所有模型均能回答出所提出的问题，但是，智普AI和万知可以在需求满足，分段分点有总结的情况下，全面的回答出了问题。所以分数较高
3）上传文本分析
总结：在进行了一系列的测试之后，测试结果显示，除了讯飞星火、智普AI、万知、360智脑基本都能满足需求，而kimi大模型逻辑清晰、分段分点回答、结尾也有对全文的总结，所以分数较高。
4）文生图
总结：在进行了一系列的测试之后，测试结果显示，除了通义千问、文心一言、豆包和腾讯元宝其余模型均不能直接生成图片。
5）逻辑推理
总结：在进行了一系列的测试之后，测试结果显示，所有模型均能回答正确，通义千问、文心一言、讯飞星火、腾讯元宝的答案既满足需求答案正确、也有推理过程格式分点、分段有合理性，所以分数较高。
6）休闲问答（多伦对话能力）
总结：在进行了一系列的测试之后，测试结果显示，大多数模型都能满足需求，有很多模型都自称AI，非常有AI感，少数模型，比如文心一言、豆包与之对话，让人感觉对面是您的朋友，没有AI的距离感，让人感觉很舒适。所以得分较高。
四、总结分析
总的排名为：
1、文心一言（8.2） 2、腾讯元宝（7.8） 3、豆包（7.7） 4、通义千问（7.5） 5、kimi（6.5） 6、智谱AI（5.3） 7、讯飞星火（5.2） 万知（5.2） 9、白小应 360智脑。（4.5）
以上排名均为本人对大模型的主观判断，谨代表自己。不代表任何官方和别人哈。
最后，我们期待国内AI企业能持续引领技术创新，深化行业应用，为社会创造更多价值。展望未来，让我们共同期待AI技术带来的无限可能，携手开启智能新时代的大门。
版权声明
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
