伊人成人 智源最新评测成果发布：豆包大模子“主不雅评测”排行第一，多榜单元居国内第一

发布日期：2024-12-24 15:15    点击次数：196

12月19日，智源询查院发布国表里100余个伊人成人，开源和营业闭源的大模子笼统及专项评测成果。“诳言语模子评测智商榜单”中，豆包通用模子pro（Doubao-pro-32k-preview），在主不雅评测中排行第一。

辉夜姬 反差

智源询查院 FlagEval 诳言语模子评测智商榜单-主不雅评测

“多模态模子评测榜单”中，豆包·视觉结实模子（Doubao-Pro-Vision-32k-241028）。在视觉话语模子中排行第二，仅次于GPT-4o，是得分最高的国产大模子。

智源询查院 FlagEval 多模态模子评测榜单-视觉话语模子

“FlagEval大模子角斗场榜单”中伊人成人，豆包通用模子pro（Doubao-pro-32k-240828)。

在诳言语模子榜单中位居第一梯队，评分排行第二，仅次于OpenAI的o1-mini，是得分最高的国产大模子。

智源询查院 FlagEval 大模子角斗场榜单-诳言语模子榜单

据智源询查院先容，大模子评测平台FlagEval现在已清除寰球800多个开闭源模子，在评测要害与器具上齐集了世界10余家高校和机构互助共建。这次公布的榜单中，诳言语模子主不雅评测重心进修的是模子的汉文智商，多模态模子评测榜单视觉话语模子主要进修的是模子在图文结实、长尾视觉常识、笔墨识别以及复杂图文数据分析智商；FlagEval大模子角斗场则是向用户洞开的模子对战评测办事，反应了用户对模子的偏好。

大使用量技能打磨出更好的模子。刚刚罢休的2024火山引擎冬季FORCE原能源大会公布了豆包大模子最新阐扬——豆包大模子12月日均tokens使用量跨越4万亿，较5月发布时辰增长跨越33倍，在不同摆布场景中调用量快速增长。

使用量和摆布场景的提高，也让豆包大模子迎来了全新的升级。其中在“诳言语模子评测智商榜单”的主不雅评测中排行第一的豆包通用模子pro完成新版块迭代，笼统惩办智商较5月发布时提高了32%，在推理上提高13%，在教导慑服上提高9%，在代码上提高58%，在数学上提高43%，在专科常识鸿沟智商提高54%。

在“多模态模子评测榜单”的视觉话语模子中，得分国内最高的豆包·视觉结实模子也在FORCE原能源大会上肃穆对外发布。豆包·视觉结实模子不错结实用户所输入的文本和图片干系的信息，并给出准确的恢复。通过更强的施行识别智商、更强的结实和推明智商、更雅致的视觉表情智商，豆包·视觉结实模子极地面拓宽了大模子场景鸿沟，基于对实在世界的信息惩办，不错更好的援助东说念主类完成复杂的任务。

豆包·视觉结实模子在教诲、旅游、电商等场景有着终点庸碌的摆布。为了更好地匡助企业开辟大模子的改进摆布场景，豆包·视觉结实模子的价钱为每千tokens 0.003元，比行业平均价钱缩小85%，相配于一块钱不错惩办284张720P图片，让企业和配置者用好视觉结实模子，找到更多改进场景。

从智商升级到模态丰富，火山引擎将抓续拓展豆包大模子的智商鸿沟及摆布场景，加快激动AI大模子摆布的普及与落地伊人成人，为更多企业智能化升级提供有劲支抓。

-->