原创力文档- 1、本文档共16页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《大模型评测系统》
背景
大语言模型探索阶段
2019年：
OpenAI发布GPT-2并部分开源
谷歌推出BERT模型
2020年：百度推出可以准确理解语义的ERNINE2.0
2021年：OpenAI推出能实现文本生成图像的DALL-E
模型
大语言模型诞生阶段大语言模型爆发阶段
2017年：谷歌推出用于处理自然语2022年：OpenA推出ChatGPT-3.5
言任务的Transformer神经网络架构2023年
2018年：OpenAI发布GPT-1@微软基于ChatGPT发布NewBing
FaceBook发布LLaMA-13B
谷歌发布Bard以应对ChatGPT
OpenAI发布ChatGPT-4并实现图像识别
文心一言、通义千问、盘古NLP、天工3.5、星火等国产大模型陆续发布
我们的愿景
促进产业、社会可持续发展
核心目标设计理念美好愿景
与企业围绕“多层次-多维度-多任务-多指标-多
致力建立一套科学、公平、客观、安全可信的评模式”，能够公平、客观、快速、准确地评估大评估大模型能力，为人工智能产业发展提供强
测体系模型的能力，为大模型自身能力水平和落地应用大动力
提供详尽可信的分析报告，从而帮助研究人员更
好地把握模型的性能和适用范围
大模型评测面临的挑战
全面性准确性
大模型能力是多样的
模型对Prompt指令敏感
很难找出能力边界
不好区分Prompt写的不好还是模型问题
难以保障评测的全面性
·难以保障评测结果的准确性
客观性
公平性
生成类的任务，需要人工评测
主观、耗时耗力·依赖大量评测数据
难以保障评测的客观性
文档评论（0）