0
| 本文作者： nebula | 2024-10-12 17:57 |
在這個金秋，“日日新·商量”又拿了金牌！
今日，中文多模態大模型測評基準SuperCLUE-V發布10月榜單：
商湯日日新·商量多模態大模型（SenseChat-Vision5.5）憑借多個任務上的出色表現，總得分位列國內大模型第一梯隊，智奪金牌。
商量多模態大模型API入口（限時免費！）：https://platform.sensenova.cn/doc?path=/model/mllm.md
商湯“商量”注冊體驗鏈接：https://chat.sensetime.com/
憑借其卓越的多模態基礎能力和出色的應用能力，商湯SenseChat-Vision 5.5榮獲了總分73.56的高分，并在數理邏輯維度取得第一，體現其強大的推理能力。
SenseChat-Vision5.5基礎能力突出，數理邏輯維度超越GPT-4o
本次SuperCLUE-V涵蓋了國內外最具代表性的11個開源/閉源多模態理解大模型，聚焦多維度能力評估，包括基礎能力和應用能力兩個大方向，以開放式問題形式對多模態大模型進行評估，涵蓋了8個一級維度30個二級維度。
報告稱SenseChat-Vision 5.5在基礎能力-數理邏輯推理任務如圖表推理、場景推理方面具備領先優勢。榜單顯示，在數理邏輯分析能力中，SenseChat-Vision 5.5超越國內外所有參評模型包括GPT-4o的最新版本，位列第一。
SuperCLUE-V采用細粒度評估方式，構建專用測評集，每個維度進行細粒度的評估并可以提供詳細的反饋信息，以下為SenseChat-Vision 5.5測試案例部分呈現：
目前，多模態大模型能力顯著提升，可提供純語言、多圖理解、語音、文生圖、擬人、端側模擬、行業模型等多模態、多版本、強場景Agent形態。
前瞻構造高階思維邏輯數據，用推理能力增強AI大模型智能
如今，復雜推理成為各模型之間的重要能力壁壘。對于大模型能力的分層，商湯科技董事長兼首席執行官徐立博士此前就提出三層架構(KRE)理論，即:第一層知識(Knowledge)，世界知識的全面灌注；第二層推理(Reasoning)，理性思維的質變提升；第三層執行(Execution)，世界內容的互動變革。
這三層可以組成一個對于世界提供生產力工具模型的完備能力，其中提升基礎模型的推理能力是目前人工智能發展的大方向。徐立博士還提出在垂直行業里如何構造高階思維邏輯的合成數據，也是制勝關鍵。
今年7月發布的“日日新5.5”大模型體系就創新使用大量使用合成高階思維鏈數據，提升推理思維能力，在數理邏輯、英文、指令跟隨等方面能力增強明顯，2個多月的時間把基模型的能力提升了30%。
未來，商湯科技將繼續堅持基礎大模型的持續研發與投入，前瞻探索最先進的大模型技術，突破數據與算力的限制，引領大模型的創新與落地。
雷峰網(公眾號：雷峰網)
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
