在這個金秋，“日日新·商量”又拿了金牌！

今日，中文多模態(tài)大模型測評基準(zhǔn)SuperCLUE-V發(fā)布10月榜單：

商湯日日新·商量多模態(tài)大模型（SenseChat-Vision5.5）憑借多個任務(wù)上的出色表現(xiàn)，總得分位列國內(nèi)大模型第一梯隊，智奪金牌。

 

商量多模態(tài)大模型API入口（限時免費?。篽ttps://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(tài)基礎(chǔ)能力和出色的應(yīng)用能力，商湯SenseChat-Vision 5.5榮獲了總分73.56的高分，并在數(shù)理邏輯維度取得第一，體現(xiàn)其強大的推理能力。

SenseChat-Vision5.5基礎(chǔ)能力突出，數(shù)理邏輯維度超越GPT-4o

本次SuperCLUE-V涵蓋了國內(nèi)外最具代表性的11個開源/閉源多模態(tài)理解大模型，聚焦多維度能力評估，包括基礎(chǔ)能力和應(yīng)用能力兩個大方向，以開放式問題形式對多模態(tài)大模型進(jìn)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(chǔ)能力-數(shù)理邏輯推理任務(wù)如圖表推理、場景推理方面具備領(lǐng)先優(yōu)勢。榜單顯示，在數(shù)理邏輯分析能力中，SenseChat-Vision 5.5超越國內(nèi)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(xì)粒度評估方式，構(gòu)建專用測評集，每個維度進(jìn)行細(xì)粒度的評估并可以提供詳細(xì)的反饋信息，以下為SenseChat-Vision 5.5測試案例部分呈現(xiàn)：

 

 

 

目前，多模態(tài)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(cè)模擬、行業(yè)模型等多模態(tài)、多版本、強場景Agent形態(tài)。

前瞻構(gòu)造高階思維邏輯數(shù)據(jù)，用推理能力增強AI大模型智能

如今，復(fù)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(zhí)行官徐立博士此前就提出三層架構(gòu)(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(zhì)變提升；第三層執(zhí)行(Execution)，世界內(nèi)容的互動變革。

 

這三層可以組成一個對于世界提供生產(chǎn)力工具模型的完備能力，其中提升基礎(chǔ)模型的推理能力是目前人工智能發(fā)展的大方向。徐立博士還提出在垂直行業(yè)里如何構(gòu)造高階思維邏輯的合成數(shù)據(jù)，也是制勝關(guān)鍵。

今年7月發(fā)布的“日日新5.5”大模型體系就創(chuàng)新使用大量使用合成高階思維鏈數(shù)據(jù)，提升推理思維能力，在數(shù)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(xù)堅持基礎(chǔ)大模型的持續(xù)研發(fā)與投入，前瞻探索最先進(jìn)的大模型技術(shù)，突破數(shù)據(jù)與算力的限制，引領(lǐng)大模型的創(chuàng)新與落地。

雷峰網(wǎng)(公眾號：雷峰網(wǎng))

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。